简介量化金融中使用的时间序列模型（一）
完整阅读：
在计量经济学领域中，我们主要研究三种数据，即横截面数据、面板数据和时间序列数据。其中横截面数据研究在一个给定的时间点上，不同观测样本的状态，例如：日全国各个城市天气质量AQI指数。面板数据指的是某些给定的样本在给定的时间跨度内的观测值。例如：2016年全国各个城市每日的天气质量指数。而时间序列研究一个个体在一段时间跨度内的变化。其特点为，每个观测值前后相关性很强，基本很难满足简单最小二乘法中随机抽样的假设。故时间序列数据有自己独特的一套研究方法，常用模型包括均值模型，波动率模型，非平稳模型等。
Python中的statsmodels工具包中的tsa模块提供了时间序列的函数，包括ARMA，VAR等模型，方便我们使用。
在这部分中，我主要介绍移动平均和平稳性两部分内容。
1. 移动平均（Moving average）
移动平均是用来刻画一个时间序列在最近一段时间内的走势的指标，其波动比原序列要小，平滑期数越长移动平均值越平缓。移动平均广泛的应用在各种股票的技术分析指标中（即均线），长短期均线结合使用可作为资产走势的判断依据，例如MACD，DMA，CCI等。均线是对趋势的确认，有滞后性。包括有简单移动平均，指数移动平均等。
a) 简单移动平均（Simple moving average）：
M期简单移动平均计算方法为
其中A为原始序列，A-bar为平滑后的数据。
此处以沪深300为例，利用matplotlib画出今年300指数的价格和十五日均线。
import matplotlib.pyplot as plt
from pandas import DataFrame
def macd(priceSer,n):
return priceSer[-n:].mean()
df=get_price('000300.SH',start_date='',end_date='',fields=['close'])
for i in range(df.__len__()):
MA.append(macd(df['close'][:i],15))
df['MA']=MA
plt.plot(df)
plt.show()
可以看到，均线反映了滞后的走势信息。
b) 加权移动平均(Weighted moving average)：
简单移动平均相当于给滞后期内的数据同等权重，而加权移动平均则对滞后期内数据赋予不同的权重。往往会给较短滞后期的数据赋予更高的权重，因为事件发生过去的时间越近，对现在的情况的影响越大。加权移动平均的特例是指数移动平均(Exponential moving average。可用递推表达式表示：
其等价于：
在选择移动平均滞后期和指数移动平均的系数a的时候，应根据原始数据的特征判断。若原始数据波动较大，则应选择较长的滞后期，和较小的a；若原始数据较平稳，则应选择较短的滞后期和较大的a。这样可以获得容易观察到明显趋势的均线。
2. 平稳性(Stationary)
平稳性，简单来讲就是统计性质不随时间改变的性质。它是时间序列分析中的一条重要假设。我们平常讨论的平稳条件，指的是宽平稳条件，即随机过程Xt的均值、方差均不随时间t改变，且Xt与Xs的协方差只和t-s有关系。
为什么时间序列分析要求输入序列平稳呢？大数定律和中心极限定理是很多统计推断的依据。而这两个定理都要求样本是随机抽样的。在时间序列中，这个要求就等价于上述平稳序列的条件。同时，非平稳的时间序列会导致伪回归的问题。所以说，平稳性是时间序列分析的前提。
我们仍然以沪深300指数今年的价格线为例。首先绘制价格线的折线图，可以明显发现价格带有趋势性，是非平稳的序列，不符合时间序列的基本假设。
完整阅读：
没有更多推荐了，1金币8金币18金币58金币88金币188金币
余额不足，
支付即为同意
- I want a Hololens
楼主编程水平好牛逼
主要因为6/7月份时市场太无聊了，我也太无聊了。一开始在linux上通达信和大智慧总崩溃。我就动手了。
其实的确没有必要自己做图形分析界面。
- 大道至简,大智若愚,不得贪胜.
楼主试过期货市场吗?
- 像爱惜自己生命一样保护本金
这编程水平，太牛逼了
- 85后小文员
编程能力很牛逼，关键是思路很好，找到适合自己的
- 证券市场研究员
首先肯定楼主能实现出自己的分析软件，这点确实厉害。不过想澄清一点：价值投资在长期是大概率盈利的，确实在A股里真正有投资价值的标的不多。在你的能力圈内，只有少数公司符合这样的标准，所以要是你真的找到这样的公司，那就一定要买进足够份量的股权，持有足够长的时间；在这期间，你必须尽量避免自己受到外界诱惑而降低你的标准。当然也有擅长做超短线的人，两种截然不同的盈利模式。
- 好吧！没钱又丑.....
编程牛！但还是不相信短线挣钱，个人比较愚钝。
- 85后工科男
为啥不卖软件呢
- 不要问为什么，原因总比机会迟到很多。
和楼主一样的初衷，一样想用无休止的编程兴趣去驾驭市场，一样对超短线思维的性格偏爱。
不过我对顶底的努力早已放弃，那玩意可能不存在。
不过我采样的数据和楼主略有不同，我所编制的包括三个系统，测市系统（波动率，动态均线的斜率，量价比（我理解的量的本质是市场对价格的认同度）等等以判断区间），区间系统（某级别的趋势段和网格段），以及基本面系统（重点用以筛选标的）。
不过也不能排斥价投，价投可以无视资金量。
而超短做好了虽然能更好控制回撤，但只能玩自己那一亩三分地了。
其实灵感和运气很重要，就像有时看到水流的流量和流向就会突发灵感立马翻开电脑开始码想法测试，然后一个小时过去了，拿着数据结果发现是无用功。这样的生活会维持很长的时间。
不过既然是兴趣，就是开心的。
楼主也是小概率里的人啊，请多发帖
这哪里是py写的东西？？？？
这个界面也是python写的？比较厉害了
请问楼主的数据是从哪里获取的
1％和2％作为止盈目标虽然容易达到，但是那会导致你的止损目标也同样的蛋疼，在市场短线的无序波动面前很难应对吧。
py写出这样的界面，楼主可以改行了。
- 标准70后
了解自己的内心，控制自己的欲望，为自己设定高低合理，难易适度的目标，是使自我的人生过得既不无聊也不无趣的康庄大道。了解了自己的兴趣和能力。我想如果一个人的事业是自己兴趣所在，并恰巧通过这个兴趣还能养活自己，那这个人的人生岂不快哉！！！
- Be tough, be smart, be kind, be loving
技术控们都在这里凑齐了。模型能战胜市场，还是市场把模型给玩了，多多验证为上
- 慢、关键是慢
不错不错。
这个分析程序用了python 的wx模块。我开始的本意只想做一个选股、实时监控平台，但是在网上无意当中下了一个源代码例子，一看可以画K线，不知是哪位前辈大神的作品了，在此感谢这位不知名的作者和万能的互联网！
1、数据 ：通达信本地数据+tushare网络实时数据
然后自己计算复权价（本网站就有精确计算复权价的帖子，有心人请自行查找）
2、财务数据、资金流向数据来自网络
我这些东西都是网上得来，自己给加工了一下。就像做菜，不断准备材料，然后下锅，把它倒进去......
庄子说治大国如烹小鲜.......不断磨炼，掌握火候。
- 花大仙，Investing is simple, but not easy
看到请网友评论，说到模型能战胜市场？
我认为赚钱的从来不都是软件、算法或模型。无论成功或是失败都是人本身！！
设计者的心里、性格缺陷会注入模型中，使得模型也会有天生的缺陷，
这些都是工具，而已。
求楼主共享一下py代码
我有大概3年多来践行夹头，也是在实际操作当中，发觉夹头是反人性的操作。起码是反我的。我也并不排斥价投的理论基础，其实我对价值还有深深的认识。只是对价投的操作方式一定的长线运作表示不舒服....也许价投们满脑子都是干大事。
成龙的A计划里有句台词，“干大事者不拘小节”，但是我很拘小节
我的生活缺少磨难导致了意志不够坚定，天生性格又对凡事好奇而无长兴，所以生活就像强jian，既然无法反抗就要学会......
商人嘛，不是大是大非上面。不论对错，只讲收益
原画K线的源代码，
有兴趣额的网友看下，不过没必要过多浪费时间研究
- “纵使是大多数机会的错过也并不会给我们带来一丁点的蚀本,而那些一旦被我们靠耐心和毅力而抓住的确切的深度价值机会,很有可能成为一生的经典！”
记得彼得林奇的书中把各种股票比喻成各职业的人。比如公用事业类缓慢增长型比作公务员教室，周期股比作律师等，把超级成长股比作明星。一个普通人成为明星的概率有多高，普通人买到并持有超级成长股的概率就有多高！－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－楼主这个比喻很好，很形象。
有个观点不认同－－－－－－所以摈弃了价值投资的小概率模式（如果可以明白这句话人，恭喜您要福至心灵了）－－－－－－－－－－－这个真不是普通意义上的夹头。
我们平常所指夹头是以格雷厄姆 为宗师的一派， 巴菲特的大部分。真不是找到一个明星。
而是去选落难的公务员教师（略低于净资产）。或者律师（低于净资产好多）。 以ibm，google，apple 为代表的股都不是。凡是科技革新较快的行业都不行（比如当年的航空，汽车都是的）。
反而是水电。烟酒之类是好标的。
楼主，我怎么样才可以像你一样优秀
楼主，我怎么样才可以像你一样优秀
能抓到老鼠的猫多是好猫
楼主开源吧 嘿嘿嘿
tushare不是提供了前后复权数据吗？
tushare的确是有复权数据，仅仅浏览k线来说还可以，但是进行回测和选股时就让人受不了啊，所以最好本地数据+网络实时数据
这也是大智慧等软件的基本吧。本地数据选择用通达信，也是因为通达信的个股K线数据是独立的，不想其他软件都打包，还要算偏移，一切都是从速度上考虑的
- I love FJ.
不能排斥价投，价投可以无视资金量。
@xueweiload
受不了是啥意思啊，是速度慢还是准确率不高？
还望大神指教一下，免得我也掉到坑里去。
- 数据挖掘狂人
@xueweiload
求教，股东人数的数据是如何采集的？有代码可以共享一下吗？
，这个好拿。爬虫抓或者tushare都可以。
- 像爱惜自己生命一样保护本金
while q&>'':
这句话啥意思，python3 提示语法错误
请教大神有没有办法获取到历史股东人数？
- 为己之学
楼主高手，是否考虑，roettm和roicttm
历史股东人数，回头在网上找找，我见过数据最全的是wind机构版，和大智慧机构班。
分析历史股东人数必须同时分析股本变动，增发，解禁等，数据比较复杂，而且数据滞后，我相信分析结果也仅是模棱两可的，不如价格分析直接。
roe及roic分析适用于同行业或近似业务的公司，不具备广泛比较模型。因为roe最终说明了公司的运营管理水平，调动资源的本领而已。
- 为己之学
- 低风险投资，稳步保值增值，的学习者。
楼主威武！
仔细看了两遍，相当多的认同！认同！还是认同。
趋势是王道！
有很多地方没看明白。
能说一下Brain和Neuro指标的计算原理吗？
- 为己之学
楼主用的是哪个公司的python？
这两个趋势指标核心就是波动率。因为收益与风险的源头就是波动率。atr就是一个很好的自适应，可调变量。
很好奇，图形是咋画的。
图形直观。
深有同感，今年春节我在家也自己写python程序分析了16年全年的交易，和楼主是一样的结论，持股时间长的票亏损概率就大，所以今年几乎全部都是短线操作了，唯一一次大幅亏损是持股时间超过2周！投资没有定式，适合自己，自己觉得舒服的方法就是最好的，共勉！
可惜，删掉了。
要回复问题请先或2添加评论分享收藏感谢收起写回答量化投资与通达信系统公式是不是一回事儿_百度知道
量化投资与通达信系统公式是不是一回事儿
我有更好的答案
量化投资就是借助现代统计学、数学的方法，从海量历史数据中寻找能够带来超额收益的多种“大概率”策略，并纪律严明地按照这些策略所构建的数量化模型来指导投资，力求取得稳定的、可持续的、高于平均的超额回报。量化投资属主动投资范畴，本质是定性投资的数量化实践，理论基础均为市场的非有效性或弱有效性。 量化投资涵盖的面比较多，这里无法一一阐述。你可以通过百度对量化投资做一个了解。量化投资与通达信系统根本是不同的。不要期望软件系统的公式可以做到。
采纳率：96%
来自团队：
为您推荐：
其他类似问题
您可能关注的内容
量化投资的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。发现使用python＋tushare做量化交易 其实不是很难
因为python有强大的第三方库。 功能比matlab还要强大。
希望在30天内有所作为。
---pandas 数据统计 ----tushare 股市数据接口 ----数据存储 csv ---python获取破新高的股票 --- 数据写入数据库
没有更多推荐了，}