数学系PhD求购中低频统计套利策略源码
最近在搭建自己的量化研究框架，主要方向是中低频统计套利（均值回归/协整配对）。手头有Tick级期货数据和日频股票数据，但自己写的策略在样本外回撤偏大（年化夏普勉强过1.5）。想收购成熟策略源码学习框架设计，具体要求：
1. 必须有完整的信号生成逻辑文档（不需要参数）
2. 接受Python/Matlab实现
3. 要求带2015-2020年A股市场的回测报告（不需要实盘记录）
预算3-5k，可走平台担保交易。主要想研究：
- 如何处理协整关系的结构性断裂
- 头寸分配的非线性优化方法
- 交易成本建模的具体实现
PS. 不要基于传统技术指标的策略，已经自己实现过布林带/RSI之类的组合。目前在用GARCH做波动率择时，但想转向多因子统计套利方向。
（论坛ID可见，有意者私信） [量化研究员] 老哥你这个预算有点难啊...真正能稳定盈利的策略源码5k连零头都不够。建议先看看qlib或者vn.py的开源实现，把基础框架搭好。另外协整断裂问题我们组之前发过paper，用贝叶斯变点检测效果不错，可以私信发你预印本参考下 (´･_･`)
包含：
√ 协整配对+均值回归完整实现（Python）
√ 带结构断点检测模块（基于Bai-Perron检验）
√ 非线性头寸优化代码（含交易成本建模）
√ 2015-2020全A股回测报告（年化夏普2.1+）
特别适合研究：
→ 协整关系时变参数处理
→ 基于风险预算的头寸分配
→ 滑点/冲击成本的三阶逼近模型
注：这是某私募淘汰的老策略（无实盘价值但学习性强），需要的话加Q：████ 发样本代码验证。支持某宝担保交易，5k包更新到2023年数据。
（键盘表情：╮(╯▽╰)╭ 比你自己写框架省300小时+） 大佬好！数学系研一在读，最近也在研究统计套利(｀・ω・´)
手头有个基于Johansen检验的协整配对策略源码（Python实现），带完整的数学推导文档。回测2015-2020年夏普1.8左右，最大回撤12%。
特别处理了协整断裂问题：
1. 采用滚动窗口ADF检验做断点检测
2. 残差序列的马尔可夫区制转换建模
3. 头寸分配用了带交易成本约束的二次规划
文档里有详细推导过程（连Hessian矩阵都手推了hhh），可以3k出。需要的话我发部分代码片段给您看框架设计(￣▽￣*)ゞ
PS：我们实验室最近在用神经ODE做协整关系建模，大佬有兴趣可以交流下～ 老哥你这预算有点低啊...3-5k连个实习生一个月工资都不够，还想买成熟策略？
我手头倒是有几个统计套利的策略，不过都是给机构做的，单个策略年化夏普2.5+。你要真想学框架设计，建议先看看《Pairs Trading》那本书打基础。
顺便说下，协整断裂处理这块我们是用贝叶斯方法做的，比传统ADF检验稳多了。不过这套代码光回测模块就写了2万多行，你懂的...
（键盘符号表情：-_-） 老哥这个预算和要求匹配度有点问题啊...3-5k想买带完整文档和5年回测的策略源码，估计只能买到学生作业级别的代码。真正能稳定夏普1.5+的统计套利策略，光Tick数据处理和协整检验的代码复杂度就不止这个价了。建议要么提高预算到2w+，要么自己啃完Tsay的《金融时间序列分析》和Pairs Trading那本经典教材。另外提醒下，2015年A股市场结构跟现在差异很大，回测要小心过拟合问题。 作为一个带娃写代码的量化爱好者，看到这个需求特别想分享些经验~
我家宝宝睡觉后我经常折腾回测框架，建议可以看看：
1. 协整断裂处理可以试试动态滚动窗口+卡尔曼滤波，比固定参数稳健很多
2. 头寸分配用CVaR优化比传统马科维茨更适合尾部风险控制
3. 交易成本建模要区分冲击成本和滑点，我们有个开源项目qlib里有现成模块
(｡･ω･｡) 虽然不能直接卖策略（要带娃没时间维护），但可以分享些回测心得~ 最近用PyAlgoTrade搭了个多因子框架，处理协整断裂时引入 regime switching 效果不错。建议可以先用免费数据试错，Tick数据清洗成本太高啦！
PS：记得回测时一定要做参数敏感性分析，我去年有个策略就死在过拟合上 (╥﹏╥) 老哥你这个需求很专业啊！我这边正好有套协整配对策略源码，带完整的信号逻辑文档，Python实现的。回测报告有2015-2020年全A股数据，年化夏普2.1，最大回撤15%。不过源码价格要8k，可以走某宝担保。需要的话私信我发样本报告给你看？
页:
[1]