这篇文章给大家聊聊关于外汇量化交易平台汇总，以及量化投资—策略与技术的作品目录对应的知识点，希望对各位有所帮助，不要忘了收藏本站哦。

本文目录

1. 量化投资者是如何获取实时行情数据的呢
2. 外汇EA量化交易有哪些优势
3. 量化投资—策略与技术的作品目录

一、量化投资者是如何获取实时行情数据的呢

1、基本都是自己封装CTP接口，程序端实现多账户、多策略的行情信号接收和委托提交/回报处理。也可以用 QuantBox/QuantBox_XAPI· GitHub这样的封装的比较好、多接口统一API的项目直接整合到程序化平台的项目中使用。

2、通过程序接口用证券、期货账号登录后订阅品种的行情，证券、商品期货、股指期货、期权（全真模拟，9号就有实盘行情）都可以接收交易所的快照数据（例如商

3、品、股指都是500ms一个快照，数据结构也比较完整）。然后交易平台可以把行情数据广播给各个策略程序，程序根据量化策略的逻辑判断是否下单？挂单的方

4、式如何？挂单失败是否追单？如何追单？

5、策略程序判断要下单，则提交指令到程序化交易平台，平台把各个帐号各个品种中策略的逻辑持仓汇总为实际持仓，然后通过接口提交委托，并且处理委托回报。

6、行情数据一方面广播给策略程序，一方面自己存数据库，存下来的数据通过完整性检测后，可以自己合成低频率的数据，如

7、1分钟、30分钟、1小时、日度等等，这些数据会被用于策略回测，也可以用于市场微观结构的观察和研究，例如可以通过优化挂单方式来降低交易滑点。

8、目前量化投资做的比较好的是微量网

二、外汇EA量化交易有哪些优势

1、外汇EA智能交易系统是通过电脑模拟认为操作来完成外汇交易，通过将外汇交易思路及策略用特殊的编程语言编写成一个电脑软件程序，让电脑按照事先设定好的条件自动地买卖与交易。那么与人工交易相比，外汇EA智能交易系统有哪些优势呢?

2、一、外汇EA智能交易系统的好处在哪里?

3、EA最大的优势在于它的执行力，EA是机器，所以不会受情绪干扰，不会因为亏损了懊恼或者盈利了骄傲而失去控制。很多外汇交易者会因为受情绪影响而失去几个月甚至几年的所有利润，但是EA不会。除此之外，EA还可以代替交易员进行操作，从而解放了交易员的交易时间，减少交易员的疲劳程度，杜绝了交易员某些人为的心态问题，从而能稳定的替代交易员完成交易。

4、答案当然是：有的。现在外汇市场上充斥着大量的EA，但是有投资者说市场上的EA有99%都是垃圾。这种说法是错误的，99%的EA都曾经工作过一段时间，至少在短期内它是可以盈利的。认为EA垃圾的原因很多，有可能是投资者根本就不懂得如何使用它，还有可能是使用的是过期版本，甚至可能EA本来就是为短期市场特性而设计的。因为EA是人写的，如果投资者找的是那些破解版EA，没有技术人员的支持，又不懂得使用，以为一挂上去就自动赚钱，那当然是垃圾了。再完美的EA如果没有人的监控也会出错的，这就是为什么绝大部分EA在市面上测试一段时间之后就会消失的原因。所以选择一款好的外汇EA智能交易系统会让投资者事半功倍。

三、量化投资—策略与技术的作品目录

1.2.3量化投资与传统投资策略的比较 8

2.1.3实证案例：多因子选股模型 30

2.2.4实证案例：中信标普风格 41

2.4.3实证案例：资金流选股策略 60

2.5.3实证案例：动量选股策略和反转选股策略 70

2.6.3实证案例：一致预期模型案例 78

2.7.3实证案例：趋势追踪选股模型 92

2.8.3实证案例：筹码选股模型 99

3.2.3实证案例：情绪指标择时策略 129

3.3.3实证案例：有效资金择时模型 137

3.4.3实证案例：牛熊线择时模型 144

3.6.3实证案例：svm择时模型 155

4.3.4实证案例：跨期套利策略 199

5.3.2实证案例：pvc跨期套利策略 233

5.4.2实证案例：伦铜—沪铜跨市场套利 235

9.1.3套利重仓停牌股票的投资组合 326

10.2人工智能在量化投资中的应用 366

10.2.2 rbf神经网络股价预测 370

10.2.3基于遗传算法的新股预测 375

11.3数据挖掘在量化投资中的应用 400

11.3.1基于som网络的股票聚类分析方法 400

11.3.2基于关联规则的板块轮动 403

12.2.2连续小波变换的离散化 410

12.2.3多分辨分析与mallat算法 411

12.3小波分析在量化投资中的应用 414

13.1.4 svm分类器从二类到多类的推广 436

13.2.2引入模糊因子的svm训练算法 439

13.3 svm在量化投资中的应用 440

13.3.1复杂金融时序数据预测 440

14.3分形理论在量化投资中的应用 461

15.3灰色马尔可夫链股市预测 480

16.1.2数据仓库中的数据组织 489

17.2 MultiCharts：程序化交易平台 511

17.3交易开拓者：期货自动交易平台 514

17.5 mt5：外汇自动交易平台 522

第 18章量化对冲交易系统：D-alpha 528

表2 1多因子选股模型候选因子 30

表2 2多因子模型候选因子初步检验 31

表2 3多因子模型中通过检验的有效因子 32

表2 4多因子模型中剔除冗余后的因子 33

表2 5多因子模型组合分段收益率 33

表2 7夏普收益率基础投资风格鉴别 37

表2 9风格动量策略组合月均收益率 43

表2 10大小盘风格轮动策略月收益率均值 46

表2 11中国货币周期分段（2000—2009年） 49

表2 13不同货币阶段不同行业的收益率 51

表2 14招商资金流模型（cmsmf）计算方法 58

表2 15招商资金流模型（cmsmf）选股指标定义 59

表2 16资金流模型策略——沪深300 61

表2 17资金流模型策略——全市场 62

表2 18动量组合相对基准的平均年化超额收益（部分） 68

表2 19反转组合相对基准的平均年化超额收益(部分) 69

表2 23筹码选股模型中单个指标的收益率情况对比 99

表3 1 ma指标择时测试最好的20组参数及其表现 117

表3 2 4个趋势型指标最优参数下的独立择时交易表现比较 120

表3 3有交易成本情况下不同信号个数下的综合择时策略 120

表3 4自适应均线择时策略收益率分析 124

表3 6沪深300指数在不同情绪区域的当月收益率比较 128

表3 7沪深300指数在不同情绪变化区域的当月收益率比较 129

表3 8沪深300指数在不同情绪区域的次月收益率比较 130

表3 9沪深300指数在不同情绪变化区域的次月收益率比较 130

表3 10情绪指数择时收益率统计 132

表3 12 svm对沪深300指数预测结果指标汇总 156

表3 13 svm择时模型在整体市场的表现 156

表3 14 svm择时模型在单边上涨市的表现 157

表3 15 svm择时模型在单边下跌市的表现 158

表3 16 svm择时模型在震荡市的表现 159

表3 17噪声交易在熊市择时的收益率 170

表4 1各种方法在不同股票数量下的跟踪误差（年化） 190

表4-2股指期货多头跨期套利过程分析 199

表4 3不同开仓比例下的不同保证金水平能够覆盖的市场波动及其概率 211

表4 4不同仓单持有期下的保证金覆盖比例 212

表6 1融券标的股票中在样本期内最相关的50对组合（部分） 248

表6 2残差的平稳性、自相关等检验 249

表6 3在不同的阈值下建仓、平仓所能获得的平均收益 251

表6 4采用不同的模型在样本内获取的收益率及最优阈值 252

表6 5采用不同的模型、不同的外推方法在样本外获取的收益率（%） 253

表6 6主成分配对交易在样本内取得的收益率及最优阈值 255

表6 7主成分配对交易在样本外的效果 255

表6-8各种模型下统计套利的结果 256

表6 9延后开仓+提前平仓策略实证结果 260

表6 10各行业的配对交易结果 261

表7 1多头股票-期权套利综合分析表 283

表7 2多头股票—股票期权套利案例损益分析表 284

表7 3多头股票-指数期权套利案例损益分析表 285

表7 5买入跨式套利综合分析表 289

表7 7卖出跨式套利综合分析表 291

表7 9买入宽跨式套利综合分析表 293

表7 10卖出宽跨式套利综合分析表 294

表7 11买入蝶式套利综合分析表 296

表7 12卖出蝶式套利综合分析表 298

表7 14卖出飞鹰式套利综合分析表 301

表9 3鹏华300 lof两次正向套利的情况 339

表9 4鹏华300 lof两次反向套利的情况 340

表10 2模式识别短线择时样本数据分类 369

表10 3 rbf神经网络股价预测结果 375

表10 4遗传算法新股预测参数设置 379

表10 5遗传算法新股预测结果 380

表11 3 som股票聚类分析结果 403

表11 4 21种股票板块指数布尔关系表数据片断 404

表12 1深发展a日收盘价小波分析方法预测值与实际值比较 427

表12 2不同分解层数的误差均方根值 428

表13 1 svm沪深300指数预测误差情况 445

表13 2 svm指数预测和神经网络预测的比较 445

表13 3技术反转点定义与图型 448

表13 4 svm趋势拐点预测结果 450

表14 1持续大涨前后分形各主要参数值 463

表14 2持续大跌前后分形个主要参数值 465

表14 3外汇r/ s分析的各项指标 469

表15 1灰色马尔可夫链预测深证成指样本内（2005/1—2006/8） 484

表15 2灰色马尔可夫链预测深证成指样本外（2006/9—2006/12） 484

表18-1 d-alpha系统在全球市场收益率分析 534

END，本文到此结束，如果可以帮助到大家，还望关注本站哦！