數字貨幣量化交易研究報告月1.量化交易綜述 51.1量化交易概述 51.2傳統金融市場的量化交易 51.3數字貨幣量化交易 62.量化交易的優勢與風險 72.1量化交易的優勢 72.1.1嚴格的紀律性 72.1.2完備的系統性 82.1.3妥善運用套利思想 92.1.4靠概率取勝 92.2量化交易的風險 92.2.1歷史數據的完整性 102.2.2策略模型設計上的缺陷 102.2.3系統故障、風險控制缺失 102.2.4過去并不代表未來 102.2.5過度擬合 112.2.6交易成本敏感性 112.3非專業投資者如何評估量化策略 123.數字貨幣的量化策略 133.1高頻交易 133.1.1高頻交易理論 133.1.2高頻交易特征 1411數字貨幣量化交易研究報告月3.1.3高頻交易分類 153.1.4高頻交易優點 153.1.5高頻交易缺點 153.2趨勢交易與趨勢理論 163.2.1趨勢理論概述 163.2.2趨勢理論分析方法 17根據成交量判斷趨勢的變化 17盤局可以代替中級趨勢 18主要趨勢不會立馬反轉 193.2.3趨勢線 193.2.4利用趨勢軌道決定買賣點 203.2.5趨勢理論的缺陷 203.3馬丁格爾策略BTC應用 213.3.1馬丁格爾策略理論 213.3.2馬丁格爾策略優缺點 223.3.3馬丁格爾策略回測BTC 22策略的自動反手機制 23策略核心代碼 24回測及分析 253.4動態平衡策略BTC量化 303.4.1動態平衡策略理論 303.4.2動態平衡策略優點 313.4.3動態平衡策略缺點 323.4.4動態平衡策略回測BTC 32策略邏輯 32策略框架 3322數字貨幣量化交易研究報告月下單模塊 34撤單模塊 35回測及分析 363.5運用機器學習預測幣價 393.5.1數據收集 403.5.2訓練、測試、隨機游走模型 423.5.3結果分析比較 474.數字貨幣量化套利場景 484.1搬磚套利 484.1.1跨交易所兩角硬搬套利 484.1.2跨交易所兩角對沖套利 494.1.3交易所站內三角循環套利 524.1.4跨交易所三角套利 524.1.5跨國套利 544.1.6打新套利 554.2期現套利 554.2.1期貨的優勢 55回測期貨可以雙向交易 55期貨帶有杠桿 56可對沖套利 56對沖風險 564.2.2期現套利 564.2.3跨期套利 58牛市套利 58熊市套利 58BTC期貨分析 5933數字貨幣量化交易研究報告月4.2.4統計套利 614.2.5跨品種套利 624.2.6跨市套利 625.量化開發語言與開發庫 635.1Python 635.1.1NumPy 635.1.2Pandas 645.1.3SciPy 645.1.4Matplotlib 655.2R語言 665.2.1數據管理 675.2.2指標計算 685.2.3回測交易 695.2.4投資組合 695.2.5風險管理 705.3其他編程語言 706.數字貨幣量化投資未來展望 716.1國內外量化投資現狀 716.2數字貨幣量化投資發展趨勢 726.3對數字貨幣量化投資領域的期待 73風險提示 7444數字貨幣量化交易研究報告月1.量化交易綜述1.1量化交易概述數學模型，利用計算機技術來進行程序化交易的投資方歷史數據中海選能帶來超額收益的多種“大概率”事件以證及固化這些規律和策略，然后嚴格執行已固化的策略求獲得可以持續的、穩定且高于平均收益的超額回報。十年代的股票市場，之后迅速發展和普及，尤其是數字1.2傳統金融市場的量化交易融市場是主要是股市，基金，期權，期指市場，股票交易主要以高頻交易量很大，而高頻交易與量化自動化關系密切，大量的高很難實現的，雖然量化自動化不一定是高頻交易，但高頻交易大著市場參與者的增多，金融期貨品種的不斷增加，相信熟悉55數字貨幣量化交易研究報告月人會越來越多，量化自動化交易在股指期貨中的發展前景樂觀的。1.3數字貨幣量化交易T貨幣一天就頂上傳統金融市場一周的時間；其次交易所眾多(交易所之間搬磚、幣對之間搬磚)，交易所沒有牌照限制，交易所為了提高交易量也積極提供量化傳統金融市場很多應用不好的策略都能在數字貨幣市場得到很好的發揮(純粹的自由市場經濟)。導致數字貨幣市場的量化交易異常火爆，簡直就是寬客(量化交易者)的天堂，聚集了眾多量化投資者，甚至出現“量化66數字貨幣量化交易研究報告月2.量化交易的優勢與風險場有“量化交易萬能論”、“熊市跑出牛市的收益率”等？接下來分析一下量化交易在數字貨幣市場上占有的優勢以。2.1量化交易的優勢現在去除人性主觀上由情感等因素帶來操作上的失誤，以算、人工智能等先進技術在“大概率”上取勝，具體表現在以下幾點：2.1.1嚴格的紀律性字貨幣量化交易有著嚴格的紀律性，可以克服人性的弱點，如貪婪、恐懼、僥認知偏差。一個好的投資方法應該是一個“透明的盒子”。策都是有理有據的，特別是有數據支持的。如果有人質問我，某購買某個數字貨幣的話，我會打開數字貨幣量化交易系統，系統會顯示出當時被選擇的這個數字貨幣與其他的數字貨幣相比在成長面77月2.1.2完備的系統性“三多”。產配置、行業選擇、精選數字貨幣三個層次上；其次是多角度，量化交易的核心投資思想包括宏觀周期、市場長、盈利質量、分析師盈利預測、市場情緒等多個角度；再者就量還在繼續增長，在這種數量級下，強大展更88月2.1.3妥善運用套利思想洼地，通過全面、系統性的掃描捕捉錯誤定價、錯誤估值性投資大部分精力是在做基本面分析；與定性投資不同，量化交在定型上，分析哪里是估值洼地，哪一個幣種被低估了，買入低，賣出高估的。2.1.4靠概率取勝面，一是量化交易不斷的從歷史中挖掘有望在未來重復的歷史規概率分析，提高買賣成功的概率和倉位控制。制2.2量化交易的風險在數字貨幣市場中量化交易一般會經過海量歷史數據仿真測試和模擬操作等手策略進行檢驗，并依據一定的風險管理算法進行倉位和資金配置，實現化和收益最大化；但也有存在很多的潛在風險，甚至說存在很多陷阱都不為過，主要分為以下幾種：99數字貨幣量化交易研究報告月2.2.1歷史數據的完整性導致模型與行情數據不匹配。行情數據自身風格轉換，也可流動性，價格波動幅度，價格波動頻率等，而這一點是克服的。2.2.2策略模型設計上的缺陷上沒有考慮倉位和資金配置沒有安全的風險評估和預防措施，可的不匹配，而發生爆倉現象。而且不同的策略模型在不出不同的風險特征。2.2.3系統故障、風險控制缺失攻擊等都會導致量化交易系統的出現問題。2.2.4過去并不代表未來，通過回測可以證明你的量化交易系統在過去的表現。但是一個量化交易系統是不可能會適應所有數字貨幣交易所的。但市場出現巨大的變化能會失效；甚至有可能會遭遇死循環，進而導致了市場的異常統。數字貨幣量化交易研究報告月2.2.5過度擬合不斷調優樣本內參數，直至樣2.2.6交易成本敏感性量化交易策略進行測試時，如果不計入手續費，資金曲線可能會產生巨大差異，續費的盈利策略，在計入手續費后也可能產生虧損。手續費相當于在原本的資金曲線上疊加了一條斜率為負的直線(在每次交易都是固定手數的情況下)。數字貨幣量化交易研究報告月2.3非專業投資者如何評估量化策略化交易系統上的風險，但是還有很多非量化交易風險。 1.要正確對看待量化交易，量化交易不等于穩賺不賠。是有時效性的，甚至一種投資方法，昨天還讓你賺的盆滿缽滿，可能今天就會讓你損失慘重。行業里那些已經被公開的量化策略，大多數是已經過時或者收益率3.從生態角度正確的看待量化團隊，有些量化團隊的定位是，幫助項目方繪制K熱度塑造投資者信心，減少行情波動帶來的投資者恐慌。有些團隊則更多的通過項目交易、對敲，賺取手與項目方勾結，操控幣價，洗劫韭菜，謀取血淋淋的超高收益，“割韭菜”才們真正的主業。4.散戶想參與量化交易難度頗高,簡單策略大量盈利的時代曾經有過，但已是過熊市論是普通投資者還是業內大佬，任何人都很難找到真正的捷徑。月3.數字貨幣的量化策略作為工具，通過一套固定的邏輯來分析、判斷和決策。投資和被動投資。其中主動投資策略會積極尋找市場中的套利投資組合和主流數字貨幣的方式管理資產。下面列出幣圈常見:3.1高頻交易3.1.1高頻交易理論易數據和算法交易是高頻交易的重要流程，高頻交易通過對市場分筆行采集、處理，分析市場在微觀上潛在的交易機會，一旦確認交易機交易過程中，資金快速進場出場，一秒鐘內可以發生多次下單、撤單的動作。資交易過程中高速流轉，提高了市場流動性。月3.1.2高頻交易特征高頻交易有如下幾個關鍵特征：月3.1.3高頻交易分類略3.1.4高頻交易優點高頻交易的優點是能夠實現高收益并且降低風險的理想交易。因為持倉時間很避了一些無法預測的市場風險，這樣交易狀況更穩定。3.1.5高頻交易缺點具體如下：，高頻交易策略對計算機和網絡的性能要求極高，以至于有些交易機構將自己的服務器群組(serverfarms)安置到了離交易所計算縮短交易指令通過光纜以光速旅行的距離。高頻交易需要的設數字貨幣量化交易研究報告月力對中小投資者是一種不可逾越的門檻，下圖是專業高頻設備的一些速度優化手段，都是在微秒級的優化(1秒等于1百萬微秒)。，就是其資金容量很有限，由于非常簡單，你可以交秒內，市場的籌碼就是這么點，你能夠投入多少資金呢?3.2趨勢交易與趨勢理論所謂趨勢交易就是價格以趨勢的方式演變，我們都是知道這個市場是有趨勢的，候產生我們不得而知。我們透過對價格的不斷跟蹤，用支付試的辦法去追蹤中級以上的趨勢，當趨勢發生以后，量化交易系統會是圍繞著趨勢理論來，通過趨勢理論畫趨勢線等。3.2.1趨勢理論概述字貨幣價格運動有三種趨勢，其中最主要的是數字貨幣的基本或全面性上升或下降的變動情形。對投資者來說，基本趨勢持數字貨幣量化交易研究報告月組成。長期投資者最關心的是幣價的基本趨勢，其目的是想盡可能地在字貨幣，而在空頭市場形成前及時地賣出數字貨幣。投機者則比較感興趣。他們的目的是想從中獲取短期的利潤。短期趨勢，且易受人為操縱，因而不便作為趨勢分析的對象。3.2.2趨勢理論分析方法根據成交量判斷趨勢的變化常，在多頭市場，價位上升，成交量增加；價位下跌，成交量減少。在數字貨幣量化交易研究報告月交易的分析中才能夠得出。在趨勢理論中，為了判定市場論性信號只由價位的變動產生。成產量僅僅是在一些有疑問的情參考。盤局可以代替中級趨勢一個盤局出現于一種或兩種指數中，持續了兩個或三個星期，有時達數月之久，的情形之一是，在這個價位水準的供給完畢了，而那些想買進的人必須來誘使賣者出售。另一種情況是，本來想要以盤局價位水準出售的人發上限是多頭市場的征兆。相反價位往下跌破盤局的下限是空頭市場兆。一般來說，盤局的時間愈久，價位愈窄，它最后的突破愈容易。部，分別代表著出貨和進貨的階段，但是，它們更的休息和整理的階段。在這種情形下，它們取代了正式上的能一種指數正在形成盤局，而另一種卻發展成典型的次級趨勢。破盤局后，有時在同方向繼續停留一段較長的時間，這是不足為數字貨幣量化交易研究報告月主要趨勢不會立馬反轉之前主要趨勢仍將發揮影響，不會立馬反轉，當然，在反轉信號變對市場的態度，就好比賽跑時于發出信號前搶先跑出。這條規則也并意味著在趨勢反轉信號已經明朗化以后，一個人還應再遲延一下他的行驗上，我們等到已經確定了以后再行動較為有利，以避免在還沒確定后，如不管短期間的波動，趨勢絕大部分會持續，但愈往后這種趨去的可能性會愈小。這條規則告訴人們：一個舊趨勢的反轉可能發生在3.2.3趨勢線就是根據幣價上下變動的趨勢所畫出的線路，畫趨勢線的目的，即恰當的賣點與買點。趨勢線可分為上升趨勢線，下降趨勢線與橫。接幣價波接幣價波動的高點畫一直線外，也要在幣價波動的低橫向箱型趨勢線。月3.2.4利用趨勢軌道決定買賣點軌道上方的壓力線時，勢方的支撐線產生谷會比前一波谷高；情時，一波的波峰比前一波峰低，一波的的波谷會比前一波谷低。3.2.5趨勢理論的缺陷乃探討幣市的基本趨勢。一旦基本趨勢確立，趨勢理論假設這，直到趨勢遇到外來因素破壞而改變為止。好像物理學里牛頓體移動時都會以直線發展，除非有額外因素力量加諸其上。但的是，趨勢理論只推斷股市的大勢所趨，卻不能推動大趨勢里面的度。趨勢理論注重長期趨勢，對中期趨勢，特別是月熊的情況下，不能帶給投資者明確啟示。3.3馬丁格爾策略BTC應用3.3.1馬丁格爾策略理論馬丁格爾(Martingale)策略的基本概念就是利用“機率”的方法來達到自己的個臨界點，來讓自己在市場上處于不敗之地。但是重點就是只的貨幣市場，否則很容易賠光資金。個盈利點平倉，如果平不了，超過止損點，就再加倉拉低成本價,一直加到盈利出場，如果加倉加到沒錢或者幣再加了，就開始反手做，著解套。了，就反手開始做空單。月3.3.2馬丁格爾策略優缺點馬丁格爾策略的優點和誘惑力是在每一次賠錢后加碼雙倍，因此下一次贏錢時，有的損失，外加一單位賭注(可以在紙上演算)；然而在一連串模會增加得非常快速，對資金量的要求和連續虧損后的成損后極大的破產風險，你可能在賭贏之前，就破產了。 (Anti-Martingale)。反馬丁格爾策略跟馬丁格爾策略都是一種賭博策略全相反，下表是兩策略特點的比較。3.3.3馬丁格爾策略回測BTC數數字貨幣量化交易研究報告月策略的自動反手機制利的就一直保持著上次的開倉方向，策略會自動計算需要加倉的量的大小跟目標盈利點的新值，需要注意的：此此策略有完整的恢復機制，可以實際操作或者學習使用此策略100%賺錢的前提是:你得準備好足夠的資金加倉如果沒有足夠的資金，就讓自動反手做，會產生浮動盈虧如果你有足夠的資金，就不需要自動反手了，一直讓程序加倉策略可以通過調整參數，實現高頻的盤口型策略不適合期貨，期貨這樣搞容易爆倉，所以只能現貨來操作浮動盈虧指((當前幣數量-初始幣數量)*當前幣價格)+(當前錢-初始錢)數字貨幣量化交易研究報告月策略核心代碼細的注釋，也是按照馬丁格爾策略理論進行調操作。數數字貨幣量化交易研究報告月以調整策略運行機制，下圖是本策略核心參數。回測及分析訓練時主要針對下面幾個參數進行了調優，如下圖：數數字貨幣量化交易研究報告月就是對上面幾個參數按步長進行排列組合，排列組合測試輪數計算公式：中測試輪數為MathceilMathceilMathceil0.1)/0.2)訓練結果如下圖所示：參數各自區間，如下圖配置所示是為較優結果。數字貨幣量化交易研究報告月數數字貨幣量化交易研究報告月8月份回測結果績效圖88月份回測收益曲線圖數字貨幣量化交易研究報告月TCk以及這三個參數也還有其他區間沒調。月3.4動態平衡策略BTC量化3.4.1動態平衡策略理論券動態平衡的交易模式。這種交易模式非常簡單：根據固定間隔時間或市場變化進行一次資產再平衡，使股票資產和債券資產的比例恢復到初始的1:1策略的全部邏輯，包含了什么時候買賣，以及買賣多少。債券基金的波動率其實很小，遠遠低于股票波動率，所以債券在照錨”，也就是說，用債券來衡量股票究竟是漲得太多了，還是票價格上漲，會使得股票的市值大于債券的市值，當兩者定的閾值時，則對總倉位進行重新調整，賣出股票，并且買入債數數字貨幣量化交易研究報告月，會使得股票的市值小于債券的市值，當兩者市值比率超過則對總倉位進行重新調整，買入股票，并且賣出債券，使股債市和債券之間的比例，就夠享受到股票成長的果實，并且為價值投資的先驅，格雷厄姆為我們提供了一個很好的思3.4.2動態平衡策略優點殊行情時，投資者可以十分靈活的使用剩余的現金，而不會出現滿倉沒可用的尷尬局面。月3.4.3動態平衡策略缺點高拋低吸動作，在震蕩行情中會表現的更好。而在單邊。3.4.4動態平衡策略回測BTC幣上呢？策略邏輯按照當前的按照當前的BTC的價值，賬戶余額保留￥5000現金和0.1個BTC，即現金和BTC市值的初始比例是1:1如果如果BTC的價格上漲至￥6000，即BTC市值大于賬戶余額，并且其之間的差超過設定的閾值，就賣掉(6000-5000)/6000/2個幣。說明BTC升值了，把錢兌換回來如果如果BTC的價格下跌至￥4000，即BTC市值小于賬戶余額，并且其之間的差超過設定的閾值，就買入(5000-4000)/4000/2個幣。說明BTC貶值了，把BTC買回來數字貨幣量化交易研究報告月策略框架程序參數如下：參數描述默認值threshold0.005Interval出錯重試間隔(毫秒)000LoopInterval輪詢間隔(秒)MinStock最小交易量0.001XPrecision量精度4ZPrecision價格精度8數字貨幣量化交易研究報告月下單模塊有的注釋都已經寫到代碼里面了。主要流程如下：獲取賬戶信息Tick數據Tick數據買賣價差計算買賣條件、下單價格、下單量下單數字貨幣量化交易研究報告月撤單模塊撤單模塊就更簡單了，步驟如下：秒，撤單太快會被交易所封號持續獲取未成交訂單數組，如果返回異常，則繼續獲取如果未成交訂單數組為空，即時返回撤單狀態如果有未成交的訂單，則遍歷整個數組，并依次根據訂單號撤單數字貨幣量化交易研究報告月回測及分析動態平衡策略，看看到底有沒有效果。方法也跟前面調試。參數描述最小值最大值步長LoopInterval輪詢間隔(秒)MinStock最小交易量0.0010.10.01中測試輪數為訓練結果如下圖所示：數字貨幣量化交易研究報告月參數各自區間，如下圖配置所示是為較優結果。數字貨幣量化交易研究報告月8月份回測結果績效圖8月份回測收益曲線圖數字貨幣量化交易研究報告月果看，交易量較小，行情越震蕩下，收益越高，符合動態平衡平衡一個這么簡單的投資策略，這個投資回報率已經超過絕大多數梭該動態平衡策略，只有一個核心參數(threshold閾值)，是一個很簡單的投資不是超額的收益，而是穩健的收益。與趨勢策略相反，動態平衡策在市場熱的時候減倉降溫，市場冷清的時候加倉蟄伏，有點類其實，動態平衡策略正是秉承了價格不可預測的觀念，同時又波動的一門手藝。動態平衡策略的關鍵核心在設定和調整資產配置比有觸發閾值。3.5運用機器學習預測幣價，人工智能也豪不遜色，特別是機器學習。機器學測模型，但是由于比特幣市場價格波動較大，不確定太多，基T月3.5.1數據收集獲取一些數據讓模型學習。在深度學習中，在嚴重缺乏數T。為了能快速看到數據是準確的，我們繪制出兩種幣的收盤價走勢圖：0數字貨幣量化交易研究報告月比特幣收盤價走勢圖TCT收盤價走勢圖1月，那么現在需要一個模型。在深度學習中，數據通常被分為訓練集列模型，我們一般對一個時間序列進行預測，然后對另一個時間序列訓練模型，用這個日期之后的數據評估模型。比特幣訓練測試收盤價走勢圖2數數字貨幣量化交易研究報告月TCT訓練測試收盤價走勢圖部分包含虛擬貨幣價格較低的時期。這樣，訓練數據或許無法代表測試數據，會損害模型泛化不可見數據的能力(你可以試著讓數據更平穩些)。在使用我們的機器學習模型前，有必要討論一個更簡單些的模型。最基本的模型就是設定明天的價格等于今天的價格(我們稱之為滯后模型)。我們在數學上以如下方式定義該模型：3數字貨幣量化交易研究報告月，數字貨幣的價格通常被視為隨機游走，可以用以下數學術語來定義：4數字貨幣量化交易研究報告月5數字貨幣量化交易研究報告月線可以看出：除了少許部分扭曲，基本上緊貼每個虛擬貨幣的實際另比特幣價格的博客中所說，只在某個點預測未來的模型常常會讓人誤以確，因為在接下來的預測中模型沒有將誤差因素考慮在內。不管誤差大，單點預測在評估時序模型中相當普遍。所以通過多點預測衡量模型準更好的做法。這樣以來，之前預測的誤差不會被重置，而是會被計算入接下來的預測中。這樣，我們在數學上這樣定義：預測隨機游走模型，預測整個測試集的收盤價格。6月機種子非常敏感，上圖是預測多次之后看起來比較好的預測圖。用單點和多點隨機游走模型預測TCT收盤價走勢圖3.5.3結果分析比較分析，可以很明顯地看到單點隨機游走模型更穩定一下。有實際性能讓人信服地東西。機器學習還有很多其他模型可以需要更多的數據，像基本面數據、搜索指數、新聞等數據再優秀的模型才能更可能地準確。7月4.數字貨幣量化套利場景4.1搬磚套利搬磚套利就是同一數字貨幣在不同市場有價差時，在價低的平臺買入數字貨幣，么出現套利機會的時候，數字貨幣量化交易系在完成套利操作，實現搬磚套利，從而賺取低風險差價的一種套。4.1.1跨交易所兩角硬搬套利所兩角硬搬套利就說是直接從低價交易所買入，然后在高價交易所8數字貨幣量化交易研究報告月X可以循環繼續套利。假如用戶在兩個交易所沒有余額，則可以先交易手續費、提幣等成本。具體流程圖如下：4.1.2跨交易所兩角對沖套利利差不多，也是通過發現同一交易對(如:TCT/USDT)在兩個不同交易所間存在賣低買從中套取差價利潤的行為；但是中間使用了對沖規避風9數字貨幣量化交易研究報告月保，賺取的也是計價幣種。易手續費、提幣等成本。套利過程如下：黑色箭頭：當高價市場持有交易幣或低價市場持有計價幣、法幣時，可以進行對沖套利。數字貨幣量化交易研究報告月行法幣充值。綠色箭頭：當循環套利收益大于套利成本，且存在法幣賬戶路徑下，可以進行流程說明：經過1輪(①、②不分先后，可同時進行)對沖交易(對沖量1個TCT)，該數字貨幣量化交易研究報告月4.1.3交易所站內三角循環套利的套利。在數字貨幣市場上，幾乎所易所報出的匯率。如果差異大到足以與購買及出售數字貨幣本相比，就出現了無風險套利機會。利原理，同一交易所三個交易對形成的差價將1個ETH通過買入USDT/ETH得到100個USDT，接著再將100個USDTEOSUSDTEOS完成三角套利EOS從初始的2月4.1.4跨交易所三角套利又叫間接套利或多邊套利，是同一時間在三個或三個以上的交以上的貨幣匯率差價進行交易，三角套利是利用交叉匯。相比站內三角套利跨市三角套利收益更高機會更多。例如：OKEXEOSUSDT5$Gate:EOS/ETH=0.02$利。GateEOS100個,獲得ETH2個;C交易所賣出ETH2個，獲得數字貨幣量化交易研究報告月要把消耗的幣種互相轉移補充，保持一個平衡。利由于交易所眾多，機會的出現概率也會相應增大，但仍然要注意平。4.1.5跨國套利理跟上面套利原理差不多。一般來說，交易所都是以本國貨幣來計價的，一旦一個國家因為某些原因造成價格波動，那其他幣種會因為差價來套利，上有管制，再加上比特幣的交易也不是瞬間完成的，所以會間段，但是隨著時間這個差價會逐漸減少。短時間會造成格升高。那中國人看到利益，會花人民幣低價從國內交易所的交易所賣掉，得到大量韓元再由韓元換成人民幣，這樣能。TC伊朗里亞爾，約合2.32萬美元，創歷史新高。當前，BTC全球均價為7361美元，伊朗BTC溢價高達1.58萬美元。此前伊朗央行官員暗示加密貨幣禁令將于9月結束，伊朗央行附屬機構表示，伊朗未來的加密貨幣將由法幣里亞爾支月4.1.6打新套利融市場差不多；當數字貨幣在交易所新上市，那么對數字貨幣上升。那么這里就有個套利機會了。例如，當一種新當數字貨幣在OKEX的增長，并且很多人都想購買它；4.2期現套利從期貨跟現貨的優勢體現在哪里，然后再具體談談怎么利。4.2.1期貨的優勢回測期貨可以雙向交易價漲了才能賺錢。而數字貨幣一直在波動，在下跌的時候投資了賺錢的機會，不平倉還會帶來巨大的虧損。數字貨幣量化交易研究報告月期貨帶有杠桿可對沖套利期貨價格比現貨價格高，則可以買入現貨，同時做空等價值的值回歸或交割，可以賺到其中的差價。對沖風險數字貨幣期貨可以對沖風險。在賣出現貨的時候，可買入期貨回現貨后再平掉期貨，實現風險對沖，減少因為價格波動帶來的金來回調動的時間。4.2.2期現套利期貨現貨存在差價進行套利。理論上期貨與現貨應該存在系，但實際上，期貨價格常受多種因素影響而偏離其合理的理現不合理的差價時，就可以通過做空期貨，同時做多現貨來獲收益。這時候可以在OKEX這時候可以在OKEX買入1個同時間在OKEX做空當周比特幣期貨，做空價12000美金的數數字貨幣量化交易研究報告月案案例：假設OKEX的比特幣期貨那天最高價格是12000美金，而OKEX的比特幣現貨價格是10000美金盈虧計算方法：例可以看到，只要有差價存在，下單后就可以賺錢。數量的數字數字貨幣量化交易研究報告月貨幣，而是價值10美元(btc是100美元)的某種數字貨幣，即合約的面值為10美元(btc合約為100美元)。通過這樣的設計，可以達到合約持倉的杠桿率4.2.3跨期套利是利用同一交易所同時買入、賣出數字貨幣的不同交割月份的期貨合將這些不同交割月份的比特幣合約對沖平倉獲利。主要有如下兩種方式：牛市套利牛市套利(買近賣遠套利、多頭套利)：從價差的角度看，做牛市套利的投資者為較遠交割期的數字貨幣期貨漲幅將大于近期數字貨幣期貨的漲期的數字貨幣期貨跌幅將小于數字貨幣期貨的跌幅；從價值判斷期的數字貨幣期貨的價格應高于當前遠期的數字貨幣期貨前遠期的數字貨幣期貨的價格被低估。我們都可以買入較近的數賣出較遠的數字貨幣期貨，這樣盈利的可能性比較大。熊市套利熊市套利(賣近買遠套利、空頭套利)：從價差的角度看，做熊市套利的投資者為較遠交割期的數字貨幣期貨跌幅將大于近期數字貨幣期貨的跌數字貨幣量化交易研究報告月幅；從價值判斷貨幣期貨的價格應低于當前遠期的數字貨幣期貨字貨幣期貨的價格被高估。我們都可以賣出較近的數的數字貨幣期貨，這樣盈利的可能性比較大。但無論采取哪種操作模式，其本質均是對不同交割期的合約同時進入低買高賣，BTC期貨分析下面我們以一個當周及季度期貨舉例說明：特幣合約2018年12月28日到期)一分鐘數據，價差圖(遠期-近期)、收盤價走勢圖如下：數字貨幣量化交易研究報告月類：居于均值回歸的配對交易策略對因子模型判斷資產價值高/低估的交類：居于均值回歸的配對交易策略對因子模型判斷資產價值高/低估的交類：指數跟蹤類的投資組合建立交易策略數字貨幣量化交易研究報告月同期數中價格在變動時會出現明顯的價差。套利不同，在進行跨期套利時，需要對未來價格走勢判斷錯誤且行情不反轉，價差可能一直維持在不利的位置，難以4.2.4統計套利本思路是運用統計分析工具對一組相關聯的價格之間的關系的歷析，研究該關系在歷史上的穩定性，并估計其概率分布，確定域，即否定域，當真實市場上的價格關系進入否定域時，則認不可長久維持，套利者有較高成功概率進場套利。月4.2.5跨品種套利：指交易者在兩個價格聯動性較強的不同指數期貨合約上開立相反頭貨可以是在同一個交易所交易的，也可以是在不同4.2.6跨市套利利指在不同的數字貨幣交易所同時買進和賣出相同交割期數的同種或約，以賺取價差利潤的套利方式，又稱市場間價差。在不同數字貨幣交易所的期貨價格的不同，在兩個交易所同數字貨幣量化交易研究報告月5.量化開發語言與開發庫通過寫代碼來實現，對于初學者碰到的第一個問題就是先大部分交易員本來不會寫程序，選擇任何一個語言進行策略開學習成本。更重要的是，選擇了一門語言，接下來開發環境、人口與平臺、甚至同類人群之間的交流、遇到問題后的支持，都跟Python從一開始就是開源的，有各種第三方的庫可以現成使用。這些底層功能去了“造輪子”的時間，讓我們可以集中精力做真正的策略開發工Python是使用人群最多、社區最活躍的語言之一，也是最受寬客歡迎的語言之1.1NumPy，向量和矩陣處理超級方便。NumPy是Python很多科學計算與工程庫的基礎庫，在量化數據分析中最常使數字貨幣量化交易研究報告月且連續的并由同類型數據組成的內存區域，所以你可以構表大得多的數組，并且靈活高效地對數組中所有對元素進行并行Pandas天生為處理金融數據而開發的庫。幾乎所有的主流數據接口都支持pandas在Python金融數據分析、量化交易等領域起到了至關重要的作用，和工程設計的Python工具包.它包括統計,優化,整合,線性代數模塊,傅里葉變換,信號和圖像處理,常微分方程求解器等等。基本可以代替Matlab，但是使用的話系不大，數學系，或者工程系相對用的多一些。月5.1.4MatplotlibPython中最著名的繪圖系統，很多其他的繪圖例如seaborn(針對pandas繪圖而來)也是由其封裝而成。繪制的圖形可以大致按照ggplot的顏色顯示，但是還是感覺很雞肋。但是matplotlib的復雜給其帶來了很強的定制性。其具有面向對象的方式及Pyplot需要掌握的是：繪圖的三大系統：繪圖的三大系統：pyplot，pylab(不推象數字貨幣量化交易研究報告月為主要解決數據的問題。到交易分析，再到風險管理，有著完