资源加载中... loading...

区块链量化投资系列课程(1) - 简介

Author: 15565556421, Created: 2018-08-10 13:54:37, Updated:

阅读原文:区块链量化投资系列课程(1) - 简介

NO.1

区块链被称为去中心化的分布式账本技术,它的横空出世,可能比历史上任何事件对人类产生的影响都更大。它拥有众多应用场景,可以说万事万物都可能承载于区块链这一基础之上,比如:数字货币。

比特币作为一种前所未有的加密数字货币,是人类历史上最具开创性的货币实验之一,经历了无数的市场考验和技术攻击,始终屹立不倒。

由于其广阔的前景和巨大的遐想空间,自2009年诞生后价格持续上涨,2011年币价达到1美元,2013年最高价超过1盎司黄金价格。

现在比特币已成长为一个在全球有着数千万用户,数万商家接受付款,市值最高达上千亿美元的货币系统,剑锋直指传统的金融体系。

区块链技术也吸引了来自上千家著名风险投资基金、公司、个人的风险投资,其中不乏传统金融巨头,例如:Visa、纳斯达克、花旗、MasterCard、高盛、IDG资本、PayPal、NYSE等等。

随着数字货币种类和交易所的增多,以及国内日益严峻的经济环境,越来越多人意识到,运用量化技术对区块链数字货币投资,也成为现代资产管理的趋势。 数字货币量化交易与期货、股票量化交易并没有什么本质上的区别,大多以数学和统计学建模为基础,利用计算机技术,从海量历史数据中,发掘出能够大概率带来稳定收益的交易方式。无论是股票、期货、外汇还是数字货币,投机市场本质都一样,因为无论何种交易市场,最终的参与者是由人构成的,但人性很难改变。

因此模型代替人为的主观判断,将极大地减少了因投资者情绪波动,带来的非理性决策导致的负面影响。

NO.2

数字货币量化交易与期货、股票量化交易并没有什么本质上的区别,大多以数学和统计学建模为基础,利用计算机技术,从海量历史数据中,发掘出能够大概率带来稳定收益的交易方式。无论是股票、期货、外汇还是数字货币,投机市场本质都一样,因为无论何种交易市场,最终的参与者是由人构成的,但人性很难改变。

因此模型代替人为的主观判断,将极大地减少了因投资者情绪波动,带来的非理性决策导致的负面影响。

一个合格的量化交易模型,必须基于有明确的经济含义和交易理念,进而系统化和程序化抽象,呈现出来的形式是一套逻辑完备的可执行的交易指令流程和逻辑控制方案。

No.3

本系列课程我们将以经典的量化策略为驱动,并且将数据、关键代码、交易理念、交易方法融入到量化交易项目里去。教给你端到端的量化交易流程,以及流程中的每一个实现环节。另一方面,我们将会介绍机器学习模型如何被应用在量化建模中去。这里会侧重对模型本质的理解,有助于正确使用合适的统计学模型。

授课内容会包含了很多的编程、部分数学、统计学等知识,这也是一个 Quant 所应当具备的基本素质。

此外,为了保证大家能现学现用,搭建一个能 Work、能 Run 起来的量化交易系统,我们将毫无保留的给大家详细展示每节课提到的交易策略。

最后,我们相信战略远胜于战术,是否拥有正确的交易理念,决定你的交易层次。或者说只有正确的交易理念,才能驾驭交易系统,以应对不同的市场状况。

NO.4

通过对本系列课程的学习,你将获得以下收获:

  • 熟悉全球数字货币市场情况。
  • 提升对各个数字货币市场的认知和机会把握能力。
  • 提升量化投资理论,拓宽量化投资的实战思维和视野。
  • 获得量化交易体系中各模块的搭建方法。
  • 通过构建量化投资策略敏锐捕捉市场套利空间。
  • 学习风险模型、成本模型、投资组合构建模型等交易模型的实现方法。
  • 大数据和AI在量化交易体系中的应用实践。
  • 量化交易体系在实战过程中可能遇到的坑。
  • 助力量化投资战略决策,提升量化产品设计与研发能力。

总而言之,通过对不同数字货币市场的实战分析和案例教学,不仅可以帮助你深入理解量化投资思想,迅速熟悉量化投资前沿技术和全球市场情况,提升运用语言工具处理数据,高效构建量化投资策略的能力,而且能够促进拓宽量化投资的实战思维和视野,使理论基础与实战能力同步提升。

NO.5

本系列课程设立初衷并不是为了卖任何一个交易策略,而是秉承 “ 授人以鱼不如授人以渔 ” 的理念为大家展示研发策略时的思路,以便大家日后能**写出适合自己的系统,并能随时进行修正调整。

和其他量化交易速成班不同,我们并不会教你一夜致富的秘诀。事实上,量化交易是一门严肃的数据科学和项目实战的实践课程,所以我们坚决反对把量化交易如此包装和妖魔化。

延伸阅读: 区块链量化投资系列课程(2) - 认识数字货币 区块链量化投资系列课程(3) - 跨期套利 区块链量化投资系列课程(4) - 动态平衡策略


More