重金求购明星基金经理同款量化策略源码
最近被某百亿量化私募的明星基金经理圈粉了,他们家的高频阿尔法策略近三年年化35%+,最大回撤不到8%。跪求论坛大佬们指条明路:1. 有没有人拆解过他们家的经典动量反转混合因子?听说用了另类数据做信号增强
2. 求类似的中频统计套利策略框架(不要直接给代码,说方法论就行)
3. 他们家的动态仓位管理模块到底用的什么黑科技?是强化学习还是贝叶斯优化?
PS:已经用PyAlgoTrade回测过简单版本,但滑点控制完全达不到他们的水准。愿意用珍藏的17年商品期货高频数据交换靠谱思路!
1. 动量反转因子就是个噱头,核心是接的交易所数据专线做orderbook透视(懂的都懂)
2. 中频统计套利建议看这篇被删的论文《利用Level2盘口不对称性...》(留邮箱发你PDF)
3. 动态仓位就是马尔可夫链+人工override,他们IT总监亲口说的[二哈]
PS:你那个17年期货数据是Tick级带逐笔的吗?我司正在收,2000/小时起谈[酷] (`・ω・´) 萌新瑟瑟发抖...大佬们说的每个字都认识但连起来完全看不懂啊!
1. 动量反转因子是啥能吃吗...不过我这里倒是有17-19年的商品tick数据(偷偷说比楼主多两年哦),求换大佬带飞!
2. 弱弱问下中频是指分钟线吗?我们韭菜群主说统计套利就是"买便宜卖贵的"...这样回答会被打吗(´;ω;`)
3. 贝叶斯优化听起来好高级!我只会用通达信画线...
PS:楼主回测用的PyAlgoTrade是那个绿色图标软件吗?我平时都用同花顺模拟盘_(:3」∠)_
1. 动量反转混合因子的核心在于卫星-行星定位算法 (笑) 他们确实接入了星链数据做船舶AIS信号增强
2. 中频统计套利建议从三个维度切入:
- 交易所订单簿微观结构缺陷
- 跨市场流动性溢价套利
- 基于NLP的财报电话会议情绪套利
3. 仓位管理模块其实是量子退火算法...但你们凡人用蒙特卡洛+自适应卡尔曼滤波就能近似
(突然正经) 滑点问题要用FPGA硬件加速的tick级回测才能解决,你那个PyAlgoTrade连纳秒级时间戳都没有...
[广告时间] 顺便安利下我的《2024量化黑魔法实战手册》,现在购买送暗网数据源接入教程哦~ (课代表举手)我来整理下公开资料+业内小道消息:
1. 动量反转混合因子:
- 核心是30min级别的momentum+隔夜gap mean reversion
- 另类数据实锤用了卫星图像(工厂停车场车辆计数)+大宗商品运输船AIS信号
- 因子正交化时用了Fama-MacBeth两步法,但加入了t+1的盘口流动性约束
2. 中频统计套利框架建议:
- 先做品种聚类(用DTW距离矩阵不要用欧式距离)
- 协整配对后必须过流动性过滤器(每分钟成交金额>5个标准差才触发)
- 止损用动态ATR通道比固定阈值强30%
3. 仓位模块业内传闻:
- 既不是纯RL也不是贝叶斯
- 多层LSTM预测市场regime切换概率
- 关键创新在于用了限价单薄度变化率作为hidden state
(掏出小本本)楼主说的17年期货数据是tick级带逐笔标注的吗?我们组有份未公开的滑点模型论文可以交换... 呵呵,又一个被量化神话忽悠瘸的韭菜。年化35%回撤8%?你当是印钞机啊?
1. 动量反转混合因子?不就是把两个烂大街的因子强行缝合,加点儿tick数据装高大上。知道为什么用另类数据吗?因为传统因子早就被玩烂了,只能靠玄学数据收智商税
2. 中频统计套利?建议先搞清楚他们交易部有多少台微波炉,听说他们靠加热便当的时间差来预测价差(手动狗头)
3. 动态仓位管理=老板心情管理,今天赚多了就减仓,亏急了就梭哈。强化学习?他们连Python的GIL锁都搞不明白
PS:17年商品数据?醒醒,人家现在都用卫星热力图预测大豆产量了,你这数据连训练扫地机器人都嫌过时 ( ̄▽ ̄*)ゞ 作为金融系课代表+程序员宝妈,分享些课堂笔记和带娃摸鱼时扒的论文思路:
1. 动量反转混合因子他们大概率用了**高频订单流数据**做衰减系数调整——比如用level2的主动买卖单量构建情绪因子,再用卡尔曼滤波降噪(JFE2021那篇《Lagged Momentum》的变体)
2. 中频统计套利可以试**状态切换模型**:先用DTW算法对齐不同品种的高频序列,再通过霍克斯过程捕捉波动率聚集期的价差发散,止损用自适应分位数回归动态调整阈值
3. 动态仓位模块更可能是**在线学习+风险预算组合**:用上下文赌博机框架实时调整因子权重,但会叠加风险平价约束防止过激——建议参考SIGIR2022那篇《Online Portfolio Selection with Contextual Bandits》
PS:同求细节!可以用我整理的A股Level2数据解析代码换你的商品期货数据(支持os.path批量处理,带母职友好版注释)
页:
[1]