2016 年新一轮 Quant 极客的投资比赛 - python 量化策略编写

2016-01-06 20:25:10 +08:00
 thinkingmind

一个用 Python 写量化策略的地儿( www.ricequant.com

如果你对自己的交易知识有信心;如果你善于用你的数学及触觉在金融市场里寻找规律;如果你认为自己够极客,懂金融又懂码代码,那么你一定想在这么一个好玩的量化投资比赛中试试身手。

Ricequant 量化策略杯 第二期 号召令!

我们欢迎在金融市场研究、交易方面有出色表现的金融学、数理科学、经济学、计算机科学 等专业的研博生和本科生以及各机构的 Quant 、交易员、大数据工程师、研究员、分析师、程序员等专业人才及量化爱好者参与。
关于比赛

Ricequant 量化策略平台提供覆盖 A 股逾十年的市场数据及基本面数据及云端算法交易系统,参赛者需要对有关数据进行分析,并设计编写完整的交易策略。无论是趋势策略、多因子选股、模式识别、机器学习,只要你想得到,统统可以使出来!

来编写您的策略来赢取丰厚奖品吧!

优胜者更会有希望加入 Ricequant 或我们合作的基金公司实习或就业。后续比赛更有机会获得百万级实盘操盘基金,您将获得全部的收益。

如何参赛:
访问 www.ricequant.com 开始编写你的参赛策略

提交策略时间:在 12 月 26 号到 1 月 17 号之间提交

模拟实盘测试时间: 2016 年 1 月 18 日 - 2 月 14 日 使用每日的分钟级别数据进行模拟交易( paper trading )来进行每日更新比赛分数评分

比赛结果公布时间: 2016 年 2 月 15 日

量化交易以及 Ricequant

华尔街和金融机构的文化一直是诞生于信息的闭塞与不公开,保持秘密也是金融行业的常态。世界正在变化 – 如今很多信息都在趋于免费。但是新的闭塞是人才:那些有天分能从数据中挖掘出真相的人才。

Ricequant 的目标是吸引世界上的算法和金融天才 – 宽客(Quants),以及还没机会成为宽客(Quant)的极客们。我们想把这些极客们聚集起来,为他们提供他们所需要的工具,并且帮助他们建立起社区。最重要的是,我们整个社区都是公开透明的,我们公开我们回测、实时模拟交易的撮合原理,我们公开我们是如何处理数据的,数据是来源于何处等等,我们也乐意分享我们的技术细节、范例算法和对交易的想法和经验,我们也提供算法投资所需的历史数据和实时数据。

通过教育更多的人什么是金融中的统计套利、数据挖掘,我们希望带动算法交易的发展。除了已有的数据,我们还会不停的提供更多的数据和工具给我们的社区。我们希望能够让可以挖掘的数据更加种类丰富,让我们的成员可以探索越来越多的领域。而您在社区中的分享范例策略、数据中的发现也可以帮我们吸引更多的成员加入我们的社区,每一位用户的成功也会帮助其他的 Ricequanter 。

我们相信整个社区会发现新的投资方法,可能利用新的非市场数据的数据源,比如新闻、雪球等,也有可能是完全新的我们从未听过的您的算法思想。而在这里您可以不停尝试和实现您的想法,并且通过和其他社区成员的沟通来改进和收到鼓励。

让我们一起努力前行发掘算法交易的下一个时代吧!

4198 次点击
所在节点    推广
8 条回复
uuair
2016-01-06 21:45:08 +08:00
想通过比赛的方式,获得别人量化计算的程序么?我觉得真的,没可能。。。。一个高频交易的程序要多少钱才能买来啊。。。。高盛有一个黄金对冲程序的模型曾经失窃,得到模型的人光服务器建设就扔了几千万进去,这还只是得到了一个模型而已。。。真的量化程序,都是保密的,就跟全世界各个汽车厂家的 ecu 一样,都是保密的。
vdo
2016-01-07 11:12:15 +08:00
我很讨厌这种广告
thinkingmind
2016-01-07 11:44:17 +08:00
@uuair @vdo 我们只是一个中立的平台,提供给量化爱好者去实现策略的,而且和高频无关。你可以参照美国的 quantopian 。。要想知道要学习或者从事量化的人,不是每个人都有能力自己去下载、购买大量的历史数据,还有构造回测和模拟测试系统呢。而我们把所有的数据和策略交易系统做成云平台,就是为了降低这个门槛。 现在也有大几千个用户在上面写他们的策略,一个月有接近上千的用户增长,而策略永远、也绝对是属于策略开发者的私有产权。

上一届的冠军是人大的学生,亚军是腾讯的大数据工程师组的一个小团队。
thinkingmind
2016-01-07 12:07:26 +08:00
@vdo
@uuair
我们制定比赛规则的是我们在新加坡国立大学计算机本科、金融数学研究生。在新加坡巴克莱衍生品交易组做了 7 年 Quant 的同事制定的,评分系统对各个参数策略的收益风险等指标做出了打分。其实也是引导大家往一个低 beta ,高 sharpe 的方向去走。

大牛们有他们的交易系统和平台和 IT 团队,可是一般的量化爱好者、研究者会有吗? 我是希望多了解, before u comment.
uuair
2016-01-07 15:13:55 +08:00
科技的进步,需要人类集思广益的推广,这也是开源软件存在的原因。所以我虽然觉得没办法获取专业的交易方法,但这种研究科学的精神,我是十分敬佩的。我也会关注这个比赛,希望你们能越做越好。
Comdex
2016-01-07 15:21:09 +08:00
不可用 java 写么
thinkingmind
2016-01-07 16:05:25 +08:00
@Comdex 我们是首个支持 Java 的量化策略云平台。现在可以用 java 和 python 写策略。然而我们后面支持 Python 的原因是因为 Python 里面的 Pandas 以及其它的科学计算库更加多。在金融业界, Python 是越来越流行了,也在于它门槛不高,开发速度也快,我们接触的很多基金公司都在用 Python 了,而且是趋势。通常一个简单策略数十行的 Java 代码,用 Python 来写也不过 10 来行。
thinkingmind
2016-01-07 16:06:57 +08:00
@uuair 谢谢,其实我们团队以前是给国际一线投行和券商做过亚洲多个交易所的 DMA (交易所直连的)。虽然是云端平台,也是免费的,但是背后的系统还是专业的。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/248862

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX