Features of Quantitative Trading Robot:
1.The most obvious feature of quantitative trading is to reduce the impact of investor sentiment fluctuations and avoid making irrational investment decisions in the case of extreme market fanaticism or pessimism,while quantitative trading robots avoid subjective assumptions and use programs to turn their ideas into quantifiable strategies,using only computing strategies and trading strategies through computers;
2.History back test,realized by computer program,can verify the rationality of trading strategy by quantifying trading ideas;
3.It can ensure the execution of transactions/profits,especially the quantitative analysis of medium and low frequency,without the need to mark the market
区块链是一个去中心化计算协议，本文由V_StPv888整理发布，约定了不同的利益主体如何分散的创建和维护一个分布式的计算基础设施，从而实现“基础设施管理权”与“用户数据控制权”之间的分离，防止单一平台通过计算基础设施管理权力，实现对用户数据、用户资产和用户身份的控制。区块链还是一个透明可信的权利确认与追溯系统，一份权利一旦数字化为区块链上的通证，可以得到可靠的确权，并且可全程追踪其流转、交易、转换、变形的全过程。区块链是协议创造和自动执行平台。智能合约是这一能力的集中体现。通过智能合约，权利与价值的分配协议可以无需借助可信第三方，即得到高效、准确、可信的执行，并且全过程可审计。
进行“买入平空”操作，撮合成功后将减少空头仓位。
import quandl
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
quandl.ApiConfig.api_key='INSERT YOUR API KEY HERE'
selected=['CNP','F','WMT','GE','TSLA']
data=quandl.get_table('WIKI/PRICES',ticker=selected,
qopts={'columns':['date','ticker','adj_close']},
date={'gte':'2011-1-1','lte':'2021-07-31'},paginate=True)
clean=data.set_index('date')
table=clean.pivot(columns='ticker')
returns_daily=table.pct_change()
returns_annual=returns_daily.mean()*250
cov_daily=returns_daily.cov()
cov_annual=cov_daily*250
port_returns=[]
port_volatility=[]
sharpe_ratio=[]
stock_weights=[]
num_assets=len(selected)
num_portfolios=90000
np.random.seed(101)
for single_portfolio in range(num_portfolios):
weights=np.random.random(num_assets)
weights/=np.sum(weights)
returns=np.dot(weights,returns_annual)
volatility=np.sqrt(np.dot(weights.T,np.dot(cov_annual,weights)))
sharpe=returns/volatility
sharpe_ratio.append(sharpe)
port_returns.append(returns)
port_volatility.append(volatility)
stock_weights.append(weights)
合约量化的因素有那些呢？
应该具备如下要素：
1，大数据
2，算法模型
3，入场择时
4，仓位管理
5，风险控制
6，检验策略，策略的历史数据回测等数据进行检验
合约量化策略类型及玩法详细讲解
交易类型分为两类，开仓和平仓。开仓和平仓，又分买入和卖出两个方向：
买入开多（看涨）是指当用户对指数看多、看涨时，新买入一定数量的某种合约。进行“买入开多”操作，撮合成功后将增加多头仓位。
卖出平多（多单平仓）是指用户对未来指数行情不再看涨而补回的卖出合约，与当前持有的买入合约对冲抵消退出市场。进行“卖出平多”操作，撮合成功后将减少多头仓位。
卖出开空（看跌）是指当用户对指数看空、看跌时，新卖出一定数量的某种合约。进行“卖出开空”操作，撮合成功后将增加空头仓位。
买入平空（空单平仓）是指用户对未来指数行情不再看跌而补回的买入合约，与当前持有的卖出合约对冲抵消退出市场。
