我想进入算法交易领域,所以我开始寻找 API。我偶然发现了这个答案和其他一些答案,主要是建议选择Interactive Brokers。
我下载了它并将 API jar 添加到我的项目中。然后我意识到我真正想要的是一个 API,它可以让我看到我的算法每天的执行情况。
换句话说,盈透证券有没有办法实时“虚假交易”?如果不是,我应该使用什么其他工具或 API 在实时市场上测试不同的策略和算法?
我想进入算法交易领域,所以我开始寻找 API。我偶然发现了这个答案和其他一些答案,主要是建议选择Interactive Brokers。
我下载了它并将 API jar 添加到我的项目中。然后我意识到我真正想要的是一个 API,它可以让我看到我的算法每天的执行情况。
换句话说,盈透证券有没有办法实时“虚假交易”?如果不是,我应该使用什么其他工具或 API 在实时市场上测试不同的策略和算法?
盈透证券为账户持有人提供模拟交易账户和 400 万美元的虚拟货币。这意味着您在真实市场上以模拟模式进行交易。您可以像使用真钱账户一样监控您的交易表现。如果您选择这种方法,您应该只需要 API 来执行订单并检查您的投资组合的状态。该 API 不太适合获取实时报价,尤其是在您关注大量交易品种时。
您的意图很明确,
解决方案不像
加载API那么简单
这是第一步,取决于您的量化建模将走向何方,是否进入股票、现货外汇、期货、期权、指数、商品、虚拟货币、指数期权,将有不同的工具来解决剩下的问题.
虽然这可能令人惊讶,但并非所有工具都支持基于投资组合的交易模型。如果朝着这个方向发展,请注意,您的回测引擎会准确和真实地处理多资产投资组合(而某些策略可能会得到“测试”,但不需要保证结果(输出)(见过带有无意义输出的回测)一旦使用多资产策略,请谨慎行事,并且在开始“相信”产品之前收集一组独立的证据记录,以便能够手动交叉验证)
虽然实时可能看起来很有吸引力,但量化建模的共同需求不是“立即”等待时间流和回测/前向测试每个策略(通常许多模型可以同时运行),或者至少,比真正的时间流更快。直接从真实市场采购事件几乎没有任何好处。InSample
记录和存储所有相关的市场事件并系统地将已知的历史部分和现实部分分开是足够合理的OutOfSample
,交易策略模型可以根据这些部分进行交叉验证(速度比实际流量快得多) -时间 )。
这个尽可能快的回测原则只有一个例外,以防您的交易策略将作为一种半自动化工具进行操作 - 增加手动、全权委托类型的交易 - 您自然需要调整“人为因素”的执行速度。
在所有其他情况下,包括在交易/AI-ML 分析/GUI 层之间拆分的大规模分布式解决方案,比实际时间流执行速度更快是有益的(机器可以而且肯定确实比实时处理快得多来自市场展品的事件流)。
模拟器可能会提供EoD
-data 用于回测,而您的操作目标可能需要逐个滴答数据。在瑞士,Dukas-Copy 量化建模数据提供商可以轻松满足您的需求。除了历史数据之外,您正在进行的工作很可能会涵盖您选择的市场准入数据流记录,以供您进一步InSample
+OutOfSample
交叉验证。
如果没有a)、b)、c) 和 d),很难说可以使用哪些工具。
确定了这些后,即使是通用工具,如MATLAB
is,也可以为您的交易策略的量化建模提供坚实的基础。
有人可能喜欢在或
[ >>> Quantitative Finance ]
[ >>> Algorithmic Trading ]