算法交易系統與策略 Algorithmic Trading Systems and Strategies: A New Approach: Design, Build, and Maintain an Effective Strategy Search Mechanism

"維多利亞·多爾曾科成為一名程序員的夢想始於家裏第一臺計算機出現的那一刻。小時候，她喜歡編程，並定期參加各種編程比賽。她在開發復雜系統方面已經擁有10多年的經驗。她的本職工作是各種應用程序的復雜設計，但就個人而言，她對算法交易更感興趣。為了將這兩者結合起來，她決定建立一個系統，該系統可以自己搜索和找到可盈利的策略。黃剛，計算機軟件專業碩士畢業。精通網絡主流開發語言、數據分析和硬件技術，同時具有較好的英文水平和技術背景，並翻譯過多本英文書籍。"

目錄

第1章 開發交易系統的流行方法 1

1.1 人工交易 1

1.2 現成的信號和算法 1

1.2.1 信號 2

1.2.2 第三方算法 3

1.3 專業服務 5

1.4 獨立創建交易平臺 6

1.4.1 測試單一策略 6

1.4.2 不同開發人員的方法 7

1.5 雇用第三方開發者 7

1.6 我的方法 8

1.7 小結 9

第2章 開發交易系統導論 10

2.1 一般理論 10

2.1.1 訂單執行 12

2.1.2 保證金和杠桿 14

2.2 交易系統的構成 15

2.3 交易理論 16

2.3.1 技術分析 17

2.3.2 基本面分析 21

2.3.3 混合方法 21

2.3.4 波動 22

2.3.5 信號 22

2.4 資本管理 24

2.4.1 固定頭寸規模 24

2.4.2 凱利標準 25

2.4.3 最優 f 26

2.4.4 鞅 27

2.4.5 反鞅 28

2.4.6 固定比例頭寸規模 28

2.5 風險控制 30

2.5.1 最大損失金額 31

2.5.2 止損單 31

2.5.3 止盈單 32

2.5.4 追蹤止損單 33

2.5.5 投資組合多樣化 34

2.5.6 監測市場波動 35

2.6 測試 36

2.7 績效指標 37

2.7.1 盈利能力 37

2.7.2 獲利因子 38

2.7.3 回撤 38

2.7.4 夏普比率 39

2.7.5 盈利交易的平均盈利規模和虧損交易的平均虧損規模 39

2.7.6 期望值 40

2.8 優化 40

2.9 小結 42

第3章 架構解決方案第1 部分：識別需求 43

3.1 確定需求 44

3.1.1 信號 44

3.1.2 客戶對系統的願景 45

3.2 理論生成器 47

3.2.1 策略搜索 50

3.2.2 選擇和前向測試 59

3.2.3 金融工具的選擇 60

3.2.4 盈利策略搜索設置 60

3.2.5 搜索盈利策略的邏輯 60

3.2.6 真實交易 62

3.3 重要問題 62

3.3.1 頭寸的生命周期 63

3.3.2 資本管理 64

3.3.3 風險控制 65

3.3.4 指標的可伸縮性 69

3.4 小結 71

第4章 架構解決方案第2 部分：服務和子系統 72

4.1 微服務架構 72

4.2 Kubernetes 74

4.3 子系統 76

4.4 策略搜索子系統 76

4.4.1 生成器 77

4.4.2 隊列 79

4.4.3 有限狀態機 82

4.4.4 理論處理步驟的概念 82

4.4.5 子理論計算 86

4.4.6 生成器過程檢查 87

4.4.7 優化算法 88

4.4.8 任務 89

4.4.9 核心 91

4.4.10 沙盒交易所 91

4.5 真實交易子系統 92

4.5.1 集成交易所 92

4.5.2 策略的啟動和運行 95

4.5.3 啟用和禁用策略 96

4.5.4 檢查金融工具的類型 98

4.5.5 主數據 101

4.6 小結 103

第5章 技術棧和庫 104

5.1 選擇框架 104

5.2 應用程序架構 105

5.2.1 意大利面條式代碼 105

5.2.2 整潔架構 105

5.2.3 域驅動設計與貧血模型 107

5.3 對象關系映射器 108

5.3.1 使用 Dapper 的方法 108

5.3.2 遷移 111

5.4 有限狀態機 112

5.4.1 工作原理 113

5.4.2 托管服務 115

5.4.3 後臺運行機制 125

5.5 小結 129

第6章 優化算法 130

6.1 問題的形式 130

6.2 種群算法 131

6.3 遺傳算法 132

6.3.1 突變算子 133

6.3.2 交叉算子 134

6.3.3 篩選算子 136

6.3.4 選擇算子 140

6.3.5 限制 142

6.3.6 局部無約束優化算法 147

6.4 小結 155

第7章 優化算法的實現 156

7.1 總體願景 156

7.2 暴力算法 158

7.2.1 獲取信息 159

7.2.2 獲取一組值 162

7.2.3 使用方法 166

7.3 遺傳算法 167

7.3.1 步驟 168

7.3.2 獲取信息 168

7.3.3 獲取一組值 172

7.3.4 初始化步驟 178

7.3.5 突變步驟 179

7.3.6 篩選步驟 181

7.3.7 繁殖步驟 184

7.4 測試函數 188

7.5 子理論示例 189

7.6 小結 191

第8章 Core 模塊的實現 192

8.1 用例 192

8.2 上下文 194

8.3 更新 K 線事件 194

8.4 檢查信號 196

8.4.1 策略模型 197

8.4.2 計算信號 201

8.4.3 指標計算 205

8.4.4 平均真實範圍 209

8.5 頭寸處理 212

8.5.1 ProcessBot Lite 213

8.5.2 處理步驟 218

8.5.3 事件 221

8.5.4 處理操作 229

8.6 小結 233

第9章 最終實現方法 234

9.1 Binance 適配器 234

9.1.1 功能目標 234

9.1.2 具體實現 235

9.2 Docker 237

9.2.1 容器化技術發展簡史 237

9.2.2 需要 Docker 的理由 239

9.2.3 Docker 組件 239

9.2.4 啟動應用程序 240

9.3 Kubernetes 245

9.3.1 組件 245

9.3.2 Pod 246

9.3.3 部署 247

9.3.4 服務 251

9.3.5 helm 252

9.4 小結 254