位置:编程技术网 > 研发管理 > 正文 >

期货基本面量化:PTA篇

2019年10月11日 01:29来源:未知手机版

真人生孩子,mswrd632转换器下载,0度空间

每个人都在用自己的能力尝试去理解期货,我也一样。

做好期货交易,在我的认知里,两种策略能持续稳定赚钱:一种就是无关价格方向,要有波动率、有流动性的中高频策略。另一种是主观交易,从供需入手,找到市场偏离价值的机会。

前者已经越来越偏技术装备的升级和策略的快速迭代,后者更需要扎实的产业供需分析,对宏观,产业,资金面数据的充分理解和平衡。

认识期货10年了,观察大宗商品价格在供需变化过程中的跌宕起伏,发现每次产业出现大行情的时候,基本面供需关系的变化是类似的,每一次可能引发行情的原因不一样,但结果却会是一样的,数据是客观的。

既然如此,为什么要让自己肉眼来发现行情呢,人总有疲劳的时候,总有不专心的时候,但机器不会,肉眼能看到几个品种?那还得相当勤奋吧。我要可以全市场监测,这样可以让自己专注于决策,而非基础的数据收集。

于是逐渐理清楚了需求:

1. 当基本面发生变化到一定程度的时候,再结合技术面的变化,提示交易机会和平仓机会。

2. 分析的前提是有充分的数据,建立数据库,让系统自动爬取数据并更新,不再传统的手动更新数据。

3. 自动生成产业数据和报告。

想到自己搭建这套系统的迷茫,从一篇篇文章中汇集知识点的辛苦,于是打算写下这篇文章,一是为了感恩,二是如果能给到需要的朋友一点点帮助,也算是有些欣慰了,如果写的不好,还希望多指正,在市场面前,我只是学生。

2. 搭建数据框架并自动生成报告

因为研究最久的是PTA,最有感情的也是PTA,因此选择PTA来做我的基本面量化首站。

首先要获得数据,获得数据就要搭建数据库,传统的excel肯定是不行,我选了MySQL数据库做数据储存。MySQL有自己的语句,但我的感受是苦涩,因此我仅仅是用了MySQL的储存功能,其他比如删空、查重等功能都放在了python里面进行。

数据的来源首选wind,是因为wind 的接口、数据广度都很合适,不过在具体产业数据的深度上还是需要产业的信息网站数据配合,因此网络爬虫的使用也是不可少的。编程语言上我选择的是语法简洁、金融模块强大的python。

数据内容的选择上,我会尽可能的将PTA产业链的数据都一一导入,覆盖上游原油,PX,PTA,聚酯,织造,服装进出口等环节。数据围绕供应,需求,库存,利润等展开。

在对数据进行分析前,还需要对数据进行清洗,毕竟这么多数据导出来,是不是有空值的,有异常值的,有重复的,在频率上是否一致,这些都要在数据分析前处理好,对于数据的填充,有多种办法,我一般优先选择interpolate模块,具体情况可以具体选择。

再下一步就是数据的预处理了,根据需要整理出熟悉的图表,比如PX的利润,pta的生产利润,聚酯产业链开工率,聚酯库存等等。这里需要考虑到增值税的变化,因为增值税的两次降低,需要将部分涉及增值税的数据分成三段分别计算后拼接起来,现在可以让数据展示出来了:

图表1


整理好这一系列数据后,我就想到能不能做成一个UI可视化界面,让这些数据自动显示,于是就顺便用了PYQT做成了这种界面:

图表2:


这样的界面出来后,一度让我比较满意,不过随着后面在陆续做MEG,MA等品种的基本面量化发现,这样还是比较繁琐,同时,在移动互联网时代,我还在做PC端的服务类产品,其实是不方便的。于是决定还是让其一键生成报告,这里用到了python中的docx模块让其自动写成pta日报,然后自动将word转化成pdf格式:

图表3:

本文地址:http://www.reviewcode.cn/yanfaguanli/81392.html 转载请注明出处!

今日热点资讯