mydeman的学习日志

搭建一个真实可靠的回测可以对实盘操作具有一定的参考和指导意义，但是在系统的搭建过程中，有些坑可能会被反复踩到，这里把之前遇到的问题和大家分享

一个完善的量化交易系统不但包含了最基本的选股、择时、回测等基本的任务，而且还包含了众多了独立的任务模块，这些任务模块被设计成可插拔的独立任务。本系列文章将会分别讲解几种不同的实现这些任务模块的技术。 定时任务 定时执行是一种普遍采用的技术，容易理解也方便实现，很多开发框架都为快速的设定定时任务提供支持。那么接下来我们就具体来看看实现定时任务的技术手段。 技术实现 系统任务 在...

在上一篇文章（量化交易系统任务框架的演化之路（1）定时任务）的结尾提了三个问题，今天就来第一版的解决方案。 之前的实现方案中，所有任务都是无状态、无管理的，人工干预就比较麻烦。其实解决这个问题的方法很简单，那就是增加一个“状态”，看一下这个流程图： Created with Raphaël 2.1.2开始启动running == trueset running = true执行任务执行完毕se...

在量化交易系统任务框架的演化之路（2）状态管理中为任务引入了一个状态，解决了任务的重入问题，那么还有一个悬而未决的问题：如何解决任务之间的依赖关系？那么今天就来看看如何基于多状态解决任务直接的依赖关系。 假定有两个每天执行一次的任务A和B，任务B要在任务A的执行完毕后才能启动。在设计时，应该考虑到： 对于任务A来讲，任务B应该是透明，也就是说任务A不应该知道任务B的存在，这样即使任务B失效了...

在上一篇文章《量化交易系统任务框架的演化之路（3）基于多状态的任务依赖解决》中提供了一种利用数据库作为状态数据交换媒介的解决方案，通过这种方法，实现了依赖和被依赖的任务之间解耦，但是问题也十分明显，就是轮询被依赖任务的状态的做法会带来无谓的计算资源的浪费，一旦任务过多，无论是对数据库还是对任务系统本身都会造成一定压力。我们称把这种方法称为Pull，也就是拉取的思路；那么与之对应的就是推送（Push...

Python应该已经占据了量化交易系统开发的半壁江山，大部分打着量化名义的课程都变成了Python教程，而忽略了能带来持续盈利的交易思想。Python作为开发交易系统的必知必会工具之一，重要性是毋庸置疑的，这一系列文章将会介绍在开发量化交易系统中用到的Python的基础知识，并结合实例加深理解。 安装Python 作为一门主流的开发语言，Python支持Windows、Linux和MacOS。...