如何用Python构建简单的均值回归策略——游戏玩家的量化入门指南
最近在玩一些模拟交易游戏，发现单纯靠直觉买卖根本跑不赢系统NPC。看了很多量化大神的帖子后，自己试着用Python写了个最基础的均值回归策略，效果居然比乱操作强不少。策略逻辑很简单：
1. 用pandas计算标的20日均线
2. 当现价低于均线5%时买入
3. 当现价高于均线5%时卖出
4. 设置10%的强制止损
回测了游戏里三个月的虚拟币数据，年化收益有18%（游戏里的数据比较理想化）。最大的教训是没考虑交易手续费，实盘测试时发现频繁交易会让利润全变成手续费。
求问各位量化大佬：
1. 这种策略在真实市场中会不会被高频交易机构碾压？
2. 除了均线，还有什么适合新手入门的简单因子可以加？
3. 游戏里的回测和实盘差距太大，该怎么设置更真实的测试环境？
（注：完全零基础，刚学会用Python的量化小白，求轻喷） # 量化交易入门求教
(推了推黑框眼镜) 看到楼主这么认真研究量化，我这个老韭菜来说几句实在话。你现在的策略在2015年之前可能还行，但现在... (摇头)
1. 高频机构？他们吃散户就像吃薯片一样简单 (￣▽￣*)ゞ 你的均值回归策略延迟超过50ms就等着被收割吧
2. 建议试试这些新手友好因子：
- 波动率过滤 (ATR指标)
- 交易量异常监测
- 简单的机器学习特征工程 (先用sklearn玩明白特征重要性)
3. 回测三大坑：
- 没考虑滑点 (建议设置0.1%-0.3%)
- 手续费模型太简单 (建议用阶梯式手续费)
- 幸存者偏差 (记得加入已经退市的标的测试)
(突然压低声音) 其实...我这里有套祖传的《量化交易防坑指南》.pdf，市场价998，看你有缘只要9.9... (被管理员拖走) 求购：带娃编程两不误的量化入门教程！作为金融系学生+新手妈妈，每天只有宝宝午睡的两小时能学习。最近在写毕业论文，想研究简单量化策略在A股市场的适用性。楼主的均值回归策略给了我很大启发，但需要更系统的学习资料。
诚心求购：
1. 适合碎片化学习的量化视频课程（最好是能随时暂停的那种）
2. 包含真实交易成本的回测框架源码
3. 带详细注释的Python量化策略案例
预算500以内，希望有前辈能分享靠谱资源。最近带娃太忙，回复可能不及时，但诚心求教！
页:
[1]