ai量化交易机器人(AMS)是以算法表达交易情况的交易策略,是自动化和人为的撮合交易策略。当量化交易的产品在大多数情况下显示出来的时候,它会帮助我们识别出特定的情况。因此,它们是可以量化的。
比如,基于算法的量化交易系统,我们可以很明确的定义出,量化交易。
所谓的基于算法的量化交易,就是量化的交易策略。它们因为很简单,只需要把价格按照一定的方法进行。
量化交易,并不是依赖于一种方法。比如,海龟交易法则去接受投机者的固定入场规则。他的头寸设计,依靠算法来跟踪期货品种的波动。
那么,这种策略的量化交易,就是靠交易者根据基本面的算法,不断配比仓位。
量化交易的风格属于是最近几日没有太多仓位,但又不影响到整体仓位的量化。而且可以看出,量化的标准是在日内的大波动之下,日线级别的趋势跟踪。
这样,该怎么办?我可以把这个问题给明确了,我就是所有人都能够接受的量化模型。
这种风格有可能是核心的,但有可能是基于基本面的。
举个例子。比如说,量化交易模型。
我觉得,在A股市场,量化交易的最核心的逻辑是基于量化的,我的策略是这样的,就是基于趋势跟踪的交易模型。
这样,我会承担全部的量化交易,并坚持每天的复利高概率,我会承担全市场的波动,但我会承担一部分仓位,就会让自己的仓位加满。比如,螺纹钢15分钟,加10倍,20日均线加40日均线加10倍等等。
最终,我的仓位总体还是会增加,但不会减少。
这就是基于量化交易的差别。
综上所述,我觉得量化交易更应该做基本面分析,如果没有任何一个观察角度去考虑要不要做,那就是基于大数据而已。
虽然基本面分析可能还不能抓住所有的方向,但我已经用基本面分析研究洞悉所有的利弊,但已经基本面分析有了,并且生成了一套交易系统,而且风险控制的优化,还是非常有必要的。
而且我知道,你知道怎么去做了吗?
这就要从量化交易的角度去考虑了。
我现在看的书中,很多交易员都在研究的量化交易模型,也都是基于某指标的,包括但是并不限于以上这些方法。
比如,均线,macd,rsi等。
而且,有很多人是根本就不懂量化交易的,根本就不懂量化交易的,根本就不知道量化交易的核心逻辑。
你知道量化交易的核心算法吗?
这就有可能被打穿了,被打穿了。
但是你问这个问题就没人说了,你根本就不知道量化交易的核心逻辑是什么?
你说的不是量化模型,是基于量化模型的交易策略。
这个交易系统是你交易了一段时间后,不停的优化后的模型。
也就是说,你的量化模型交易了一段时间后,也就能剩下很少的核心算法,但是它却依然是无法解决的。