基于python人工智能量化交易api免费公开征集意见

全职研发基于人工智能的量化交易已有两年多的时间了，公司成立了一年多的时间，两年多时间里，经历了很多次技术瓶颈，时间最长的一次一个月前刚刚突破，瓶颈期长达半年直接，毫无进展，不过熬过来了，反而一马平川，硕果累累

这两年时间里，也遇到了一些有共同愿景的人士的理解和支持，在此特地感谢博哥、兰老师的理解、帮助和支持，以及小魏在岗位上的不懈努力与坚持

研发历程回顾

19年3月研发初期只有我一人，方向是做基于人工智能的A股走势预测，初步成果前年也在公众号整理发过文章，但是不够成熟的几点是

1、模型预测未来10个交易日内最大涨幅超过5%，10%，15%的准确率非常高，在特定行情中胜率升至超过70%，根据信号数量的变化推测大盘拐点也有奇效，这个策略在20年4月中旬到6月中旬有过实盘测试，两个月实测的利润率在20%左右，但缺点也很明显，因为这个策略不能具体指明买点和卖点，所以买卖点还需要人工辅助，无法做到全自动化

2、于市场而言，A股做量化也存在固有缺陷，比如市场周期非常长，只能做多，不方便做空，T+1,而不是T+0，当时程序化交易接口限制比较严格，最大的痛点来自于，由于上述各种原因，要真正拿出有说服力的实盘成绩单，需要非常长的时间周期，于是毅然决然决定换市场，新的市场必须满足以下条件

（1）、市场足够成熟，支持T+0，流动性足够好

（2）、数据足够多，方面获取易用

（3）、对程序化交易友好，最好有成熟的工具支持

（4）、市场周期不要太长，较短时间内能拿到有说服力的实盘成绩单

在做A股量化策略过程中，总结出最适合做量化交易标的需要满足的以上几点特征，经过调研，发现外盘汇市和贵金属现货市场几乎每条都满足，那好吧，就它了，所以当时大方向的想法是，先做这个市场，技术成熟之后再迁移到本土A股和期货市场，于是外盘市场一做就是两年多时间

两年我们也制作好2各标的的策略，欧美货币对和黄金现货

每个品种成熟的策略都有上千款之多，单策略欧美的最大回撤在初始本金的20-30%，年化收益在1倍左右，没错，满足这样条件的子策略有上千款之多，并且交易风格不止一种，多策略组合对冲，能做到最大回撤控制在10%左右，这就是基于人工智能量化交易的优势，基于规则的策略，不可能大规模量产

黄金的策略是21年年初至今材研发成熟的，最大回撤控制在初始本金的30%左右，不复利情况下能做到平均年化收益1倍左右的策略，也有上千款，并且黄金策略之间的风格差异，比欧美的差异更大

上面说到的欧美和黄金策略，我们都已经经过实盘检验，在不超过策略资金承载量的前提下，实盘交易结果与理论利润只存在交易成本的差别

02 目前已成熟的量化成果

下面贴几个典型的策略利润回测曲线图