量化交易领域有哪些经典的学术论文?
量化交易的功能一般包括研究、模拟、实盘三个部分。转换到技术层面:数据、回测、实盘、安全等等。
基于国内市场,我们面临的挑战如下:
1:数据
数据有两种,一种是市场数据,一种是金融、基本面、舆情、研究报告等数据。报价数据:
目前市面上的分钟级数据比较准确,可以用于中低频交易回测;历史和实盘分笔成交点Level-1和Level-2数据需要自己获取。容易找到的通道容易出现数据泄露和不准确的情况,工程师需要结合多个数据源进行检查和修复。
2.加载卸载鉴定试验
回测最难的是如何确定交易量,同时要考虑复权、停牌、ST*等问题。这里面有很多细节。
3:安全
安全是交易发展的重中之重。如何保证策略的安全性不被外部和内部人员窃取,分为两部分。
一部分是WEB安全,另一部分是策略的编译安全。
因为量化事务是用户可编程的,所以我们选择PYTHON语言进行量化。由于其强大的科学计算库和高性能,用户可以调用许多系统级API。我们做了很大的努力来保证用户策略的安全性,实现理论层面的策略隔离。
我只能大概说一下,每一部分都可以引申成为话题。