如何找到好的量化交易策略

1 寻找量化交易策略的渠道

可以从互联网，公共图书馆，交易员论坛，博客等渠道获取。下面是提供的一些具体资源网址：

名称	种类
社会科学研究网络	学术类
美国国民经济研究局	学术类
雅虎财经	金融网站和博客
TradingMarkets	金融网站和博客
Seeking Alpha	金融网站和博客
TheStreet	金融网站和博客
Alea blog	金融网站和博客
Elite Trader	交易员论坛
Wealth-Lab	交易员论坛

但是在学术期刊中，有些策略不是比较复杂就是有点过时，寻找策略的一个技巧就是，可以对这些策略的基础部分就行一些改变，然后让策略变得可以盈利。个人从事量化交易行业，难点并不是缺乏想法。难点在于，如何形成选择策略的风格，从而让产生的策略和你的个人特质与个人目标相符合。

2 如何筛选适合自己的量化交易策略

一个策略是不是合适，并不在于策略本身，而在于你自身的条件。如下是需要考虑的因素：

-你的工作时间：你是否是兼职交易的？如果是，那么你最好只考虑那些有隔夜持仓的策略，而不是日内策略。否则，你必须要完全自动化你的策略，只有这样，你才可以在大多数时间自动化运行交易系统，并在出现问题的时候收到警报。

你的编程技能:若你会编程，就可以探索一些交易频率比较高的策略，并且可以交易数量庞大的证券。如果不是这样，那么选择那种一天交易一次，只交易几种股票，期货，外汇的策略更合适。
你的交易资金规模:交易小资金量的账户，需要选择那种尽可能利用交易杠杆的策略（当然采用更高的杠杆，只有在你使用可以持续获利的策略时才是可行的）交易期货，外汇和期权会比交易股票更容易获得更高的杠杆。
你的目标: 期望多长的投资周期可以获利。实际上，最好的长期投资收益，是通过寻找夏普比率(sharp ratio,又称夏普指数，是同时对收益与风险加以综合考虑的经典指标之一。其衡量的是投资者在承担1单位风险的情况下，所获得的超额回报越高，如果夏普比率很低甚至为负，则说明投资者在承担一定风险的时候所获得的超额回报很小或者没有超额回报）其衡量的sh最高的策略来实现。

3 量化交易策略的比较与评估

主要从如下几方面进行评估：

一个策略的表现和业绩基准相比表现如何，策略回报的稳定性如何。而信息比率是衡量一个纯多头策略时使用的工具，信息比率的定义公式如下：
$信息比率 = 平均超额回报率 / 超额回报率的标准差$
其中，
$超额回报率 = 投资组合回报率 - 业绩基准回报率$
最大回撤有多深、持续多久:最大回撤时间，指的是资金曲线回补之前的亏损所需要的最久的时间。回撤是一个很难受的过程，你必须很现实地问自己，你可以忍受多深，多久的回撤。
交易成本将如何影响策略：每买或卖一次证券，就会产生一次交易成本。交易的频率越高，交易成本对应策略盈利能力的影响就越大。
策略使用的数据存在幸存者偏差问题吗：如果策略使用了很多与股票价值相关的信息，那么这种情况是很有可能发生的。举个例子，当你的策略喜欢买入一些价格很低的股票时，有些公司股票价格很低的原因之一是它将会在不久之后破产，但是由于数据库存在幸存者偏差问题，你回测中实际能够买入的，都是那些虽然曾经很便宜，但是最终从问题中恢复了过来的公司股票（甚至后来发展的很好），并且，你又同时忽略了那些实际上会最终被退市的股票。因此，你的回测结果肯定会比那些在那时候不知道哪只股票会幸存，哪只股票会退市的交易者，要好的非常多。
策略在不同年份的历史表现如何:多数策略在10年之前的表现会比现在好很多，至少在回测中是如此。金融时间序列数据是出了名的不平稳序列。不平衡的原因就是之前提到的，规则在变，宏观经济也在变。
策略是否受到数据过拟合的影响:总之交易策略使用越多的规则，或者模型的参数越多，策略就越容易受到数据过拟合的影响。越简单的模型，往往越能够经得起时间的考验。