程序员的量化交易之路

其实，一直对量化交易有一定的理解和情节。早在中大读研究生的时候实验室师兄，已经去了中国平安核心投资团队，做高频交易研究的国源师兄的影响，就开始对金融世界产生了浓厚的兴趣。看了丁磊编著的《量化投资–策略与技术》和艾琳.奥尔德里奇的《高频交易》，反复的看，但是都入不了味，现在回过头来想，一个连股都不炒的人怎么可能入味呢。对一些金融的基本概念都不懂。

2013年7月出社会工作后，在10月份确立目标。需要炒股，而且需要一个深入的理解金融的世界。所以确定去考一个证券从业考试，选了证券基础和证券分析两门。2013年10月26号我进行了我人生的第一笔交易，在接下来的两个多月里面，我10笔交易有7笔都是获利的，有些还获利不少。但是，在接下来的交易中，我发现，几次亏损就把我十几次的盈利给吃进去了。还好，那时候钱不多，特别少。

2014年3月22号，我参加了证券从业资格考试。29号公布成绩。两门一次性过了，虽然成绩不高。但我知足。因为这次考试，我在11月到3月的这端时间里面，我把那两本教材看了三遍，把题库做了一遍。我把那些基本的概念都混了个挺熟，推演了那些供需模型，资产组合最优化等。当然，我现在又忘的，但，只要我把整个知识架构曾经过了一遍，我就知道怎么回事。就像我学了7年计算机，就算我现在不懂数据库怎么操作，我也很快能够知道。因为底子在那里

在互联网公司工作的有点就是，你能够学到互联网技术里面特别干货的知识。比如一些并发编程的设计、基于epoll的事件机制、内存池的设计、以读者写着衍生出的多线程架构、线程池等各种架构。这个从顺序编程到并发编程，这是我在工作中最大的收获。

我的第一年，都是用C来度过的。我写一个缓存模块，然后写了一些边角料的东西。然后剖析了公司最核心的架构。感触良多。这一年，C的收获很大。

我的第二年是开始做APP的一年，我学习Android开发，我从参与动漫App的开发。到主导一个创业项目App的开发，到独自承担一个视频直播即拍App的实现（Android端），这个直播App，包含音视频采集然后用rtmp发送到nginx+rmtp服务器，然后App也带有播放功能，我选取了vitamio播放器。它支持rtmp和hls。这个App除了视频方面，还有一个简单的弹幕，它是一个简单的及时通信功能。

2014年的12月，我开始写一本书。也快上市了。收获了很多。真的是路遥知马力！这是写这本书的最大收获。有些事情，真的是点滴汇集，给自己定计划。然后每次要偏离了就拉自己一把。我也懂得了如何合作。因为我是第一作者，我要协调和激励第二第三作者卖力的帮忙。

关于这本书，大概会在下一个月上市，到时候再说吧。

回归正题。我接下来要做什么。。】

我有想过，写一个关于维修方面的APP，而且为此我还去专门学习了Axure Pro,我不仅买书了，我还花了200元去买在线教育的视频。然后，我自我觉得，我对原型设计的基本任务还是可以胜任的。不信，你来http://www.threesoft.net，当然，很抱歉，它不是用Axure Pro设计的。它早于我学习Axure Pro。

但，我总觉得APP死的太快。太多了，自然死的太快，这种没有技术门槛的东西，很容易被人吃掉。

所以，我一直在寻找自己的下一个突破口。我的突破口在哪里？ 我不断的问自己。。。。

我对金融很感兴趣。我是一个计算机学科的学生，但我的书架上有着不下于30本经济金融相关的书籍。我的书籍大多都是经典教材，而不是心灵鸡汤。那种叫你怎么理财之类的垃圾书我没有。关于股票，也都是上股市操盘手那个系列，有十几本书吧，整套。。。。货币金融学、宏观经济学。这些虽然没有完整看完，但都看了个不少。所以，我觉得自己的只是结构还是完整的。。。

我开始重新考虑“量化交易”这个话题。。。对啊，现在的我，对于股票的基础知识烂熟于心。对经济学和金融学基础也有不错的基础。所以，是时候出击了。。。于是，我花了很长一段时间去了解这个领域。去看人家如何去入门。http://www.quantstart.com/,，并读开源的源码。比如zipline，它是https://www.quantopian.com/的回测平台的引擎，它是基于python的。我觉得quantopian和quantconnect的概念是非常好的。就是你只需要在这里写策略，不需要考虑数据/交易的细节。让你专心写策略。。。而且你可以fork别人的代码。。。太好了。。所以，我找到了自己的目标。就是做中国的quantopian平台。。。

在我读zipline的代码后，我失望了。它只是一个回测平台 backtesting！！！！！！！！！！！而非一个live trading 平台。或许，读者并不知道二者的区别，其实区别很大。最大的区别在于，回测平台的数据是可知的，回测测试可以在一个线程内一次性执行完毕。。。但live trading呢？ 不行。 加入你定义个策略，如果Apple的股价低于130美金，就买入，而高于140美金就卖出。那么这个策略是不是得一直跑着，而且苹果的股价每秒钟，甚至每一笔数据都会从远端推送过来（比如moningstart），然后你判断其价格，然后进行交易。对你还得向远端发送交易订单，并从远端接收交易情况。。。。。好，每个策略都要一直监听着，一直跑着。。。而你是一个云平台，你可以允许几千万用户，提交任意数量的策略来跟中其live trading。你想想，这个系统该怎么设计？ 而且股票有好几千只。。。。就是，亿一级别的策略需要一直跑着，万一级的股票数据源源不断的进来，然后促发策略里面的条件执行，。。。。。。。。复杂不？ 和回测平台已经是本质区别了。。。。

方法总比问题多。这个过程，我最终找到了CEP complex event processing，复合事件处理。。。。我进一步选取了esper作为学习目标。。。。

就这样，我一步一步的对量化交易更加全面了。。。。

接下来，我想把自己所学，记录下来。。一个程序员的量化交易之路。。侧重在实操，而非金融理论。它的角度是程序员。。。

分为两个部分：

1）一个基于cep引擎的量化交易平台的构建。
1.1）回测平台
1.2）实时交易平台构建
2）策略篇。

根据不同策略种类，各个击破。