curl量化交易程序初试

linux脚本第一次模拟

订单详情: 100手欧元对美圆，市场价FOK成单模式

body={"order":{"units":"100","instrument":"EUR_USD","timeInForce":"FOK","type":"MARKET","positionFill":"DEFAULT"}}

用curl调用fxtrade.oanda.com的订单接口

curl https://api-fxtrade.oanda.com/v3/accounts/10010010/orders

结果以下

{"errorMessage":"Invalid value specified for 'accountID'"}

说明接口请求成功，链接是通的，只是参数有误．使用完整参数请求

curl \  -X POST \  -H "Content-Type: application/json" \  -H "Authorization: Bearer 32923789054723857892758" \  -d "$body" \  "https://api-fxtrade.oanda.com/v3/accounts/10010010/orders"

结果以下

curl: (6) Could not resolve host:  
curl: (6) Could not resolve host:

说明curl命令有问题，还需改进.

 

量化交易讨论

你要用人工智能去识别一些形态，支撑，阻力，趋势，盘整，K线形态．量化交易就是为了切割大资金，分散投入到市场中，不影响市场的价格，我想这是它最大的优点了．几亿，甚至几十亿的资金，分散投资．对小资金来讲，量化交易没太大优点，本身人工量化就好了，数据量也不大．我所知的是有些机构把大资金的帐户切割成若干个小资金帐户，而后分配给操盘手，经过指令进行交易．使用程序化量化交易，操盘手就要下岗了．

先找到合适的接口再说，我发现，不少须要量化的数据找不到接口提供．首先找一个在线的量化平台，这样能够省去买服务器的费用，好比ricequant

而后研究一下这些模块和库，特别是talb，pandas, numpy这几个，通常接口文档帮助里都有介绍．

而后再研究一下vn.py，一个开源的交易平台开发框架．这些都摸透了，再研究交易策略． 这些都整明白了，搞个收费的接口，毕竟收费的稳定 能够用wind终端，或者同花顺的iFind，或者 东方财富的Choice，更牛的话bloomberg终端，这些都提供收费的接口．而后还要找到可以用这些接口的稳定的交易平台．好比盈透证券支持各类借口 可是它比较高傲，开户费用要求高． 你要搞量化交易，内心要有个路线图，不要走歪 一步一步来，先低成本地研究开发，而后才能实现稳定交易 我作过几个策略作模拟交易的，时间一长都会宕机 硬件不行啊 你说我敢不敢实盘交易，确定不敢 环境也不行啊，都是免费开源的 和他们开发的程序员聊过，他们都不怎么懂交易 你要分清楚，交易是在艺术和科学左右摇摆的东西 艺术是混沌的，无法量化。科学才能量化 你若是搞量化的话，这个系统仍是比较死的，若是把艺术加进去，那么就要用到机器学习了 问题就在后面这我的工学习，识别率不是很高 提高识别率，就要提高硬件，由于算法几十年前就有了 目前开源的平台，硬件确定不行 你先从基础的学，若是搞定未来就能到大一点的基金去作真正的量化交易，到时候带咱们赚钱啊 先从开源平台研究，毕竟不要钱么，还能够和开发者互相探讨一下 量化最关键的是数据 作量化回测会发现一个惊人的事实，好比一个低市盈率的交易策略，回测不一样的熊市阶段，回报率都很高，跟不用说牛市阶段．惋惜的是这种策略须要很强的耐心才行，一年可能都交易不了几个股票，持仓也要3年以上． 好比这个策略，2010年~2013年末作一个回测．基准是沪深300指数，3年它的收益是-33.7%。策略收益是46%，年化9.9%

若是时间拉长，把牛市也包含进去，那么这个策略的7年左右的回报率356.5%，年化是21.45%．也就是说7年后的你股票资产翻3倍多点，可是有个最大的回撤，50.9%，这就很搞你的耐心了，估计只有巴菲特能有这样的耐心吧．话说他的基金收益率年化正常状况下，也是20%多 本地作的话，估计要明天才有结果，还好这个策略不是很复杂，复杂的就更慢了 能够看到，沪深300指数，买入跟随它的ETF基金，7年后确定跑赢通胀的．