
Python
和算法交易
|
25
1.5.3
均值回归
在均值回归策略中,假设金融工具当前已远离某个平均水平或趋势水平,则该金融
工具会恢复到该水平。例如,假设某股票在其
200
天
SMA
水平为
100
的情况下交
易
10
美元,那么,预计股价很快就会恢复到其
SMA
水平。
1.5.4
机器学习和深度学习
借助机器学习和深度学习算法,通常可以采用更黑盒的方法来预测市场动向。为了
简化和方便重现,本书中的示例主要依赖于历史收益观察作为训练机器学习和深度
学习算法来预测股市走势的特征。
本书没有系统地介绍算法交易。由于重点在于在这个引人入胜的领域中
应用
Python
,因此不熟悉算法交易的读者应咨询该主题的专用资源,本
章及其后各章中引用了其中的一些内容。但是请注意以下事实:算法交
易世界总体上是秘密的,几乎每个成功的人自然都不愿分享自己的秘密,
以保护他们的成功之源(即他们的投资收益)。
1.6
小结
总体而言,
Python
已经应用在金融领域里了,并且正逐渐成为算法交易的主力军。
使用
Python
进行算法交易有很多充分的理由,其中包括强大的软件包生态系统,可
以进行有效的数据分析或现代
API
的处理。学习
Python
进行算法交易还有很多充分
的理由,其中一个重要的事实是,一些最大的买方和卖方机构在交易操作中大量使
用
Python
,并不断寻找经验丰富的
Python
专业人士。
本书着重于将
Python
应用于算法交易的不同学科,例如回测交易策略或与在线交易
平台的交互。总的来说,它并不能代替对
Python
本身和交易的全面介绍。但是,它
系统地结合了这两个引人入胜的领域,为当今竞争激烈的金融和加密货币市场中的 ...