开发量化策略的流程及思考

开发量化策略的流程及思考

在 发明者量化 上开始写策略的时候，可能和很多新用户一样。感觉无从下手，的确是这样。会写字和会写诗完全是两个概念。但是要想写诗，那是必须会写字的。 所以有个硬性条件：需要会最基本的编程。 这里可能会问，“基本”到什么程度。 看下这个： 传送门 篇幅不长，内容很丰富，足够写策略了。

• 下面我们切入正题： 一个策略的开发流程是什么样的呢？ 大致步骤如图：

你看！ 编程只是其中一环。但是是重要的一环。

- 1、建模：
    我的理解是，你的想法应该是一个靠谱的好主意（我想没人愿意付出大量精力去验证一个错误的IDEA）。所以这个好主意不是胡思乱想出来的。是通过观察市场现象、行为。数据分析，数学分析等一些科学的方法设计出的完善的逻辑、数学模型。并且要通过论证。
- 2、编程：
    这个过程就如同拿到设计图纸后造车一样。当然实际写的时候会遇到各种在 模型中 没有想到的问题，需要反复调整。经过这个过程你会深刻的体会到： “想的简单”这几个字，也会知道 策略 和 策略源码 之间的距离。
- 3、回测：
    必不可少的一步。此刻不管策略代码作者多自信，这个时候的策略代码也只是残次品。 还要经过 “回测” 这个大熔炉 锤炼。回测是在历史数据中，舒舒服服的测试。主要验证程序的基本逻辑，基本功能，验证策略的基本正确性、可行性。这个过程往往会发现一批明显的BUG。
- 4、实时行情的模拟交易：
    在明显的问题通过回测检验，排除后。回测结果接近预期的设计（至少是策略有可行性）。开始让策略程序接受实时行情模拟交易的考验。这个阶段依然会发现不少问题，这些问题更加隐秘、难以查找。所以该阶段DeBug需要认真。找错误是个基本功。（甚至我个人感觉DeBug功力比写代码还重要）。如果这方面经验不足、粗心大意，会导致一个BUG，没处理对（甚至没找到，但是误改了别的地方），进而产生更多的BUG，这种情况我经历过，说体验就两个字：“抓狂！”。
- 5、实盘测试
    终于迎来最残酷的实盘测试，策略程序要经得住实盘各种问题的摧残（网络异常，超时，交易细节问题，响应速度，容错机制 等等）。 有些问题藏得非常之深。要经过长时间的实盘测试才能体现出来。找出这些问题的根源也是需要一番功夫的。

一个策略大概需要以上步骤。反复测试占据整个周期的大部分，编码只是一小部分。

• 经验：

  • 1、我在写第一个策略的时候也是被折磨的不轻。并且通常不要奢望第一次写能完完整整写完。最好是先看一些简单的代码，去给这些代码写注释，明白每行的作用。
  • 2、模仿一些简单的策略代码。
  • 3、认真，这个是必须的。粗心大意简直是灾难。
  • 4、耐心，“BUG虐我千百遍，我待BUG如初恋！” 保持好心态。实在搞不定的时候，去看看电视，街上赏赏美女，再继续。
  • 5、在初学阶段用好注释，用好输出信息的函数（API），在 发明者量化 上就是用好Log()函数。可以这样写Log(“运行到这里，标记A”); 把这个加入到你代码的逻辑结构里面，方便知道何时程序进入有这个Log函数的流程。活用Log可以帮你定位不少BUG。 在实际写代码的时候，经常陷入各种死循环，然而却不知道程序死到哪儿了。
  • 6、别怕！ 动手吧！