基于人工智能的期權量化交易

• 基于人工智能的期權量化交易

基于人工智能的期權量化交易

該文基于人工智能AI的深度強化學習,進行股票期權的量化投資策略研究及回測評估。作者建立了人工智能學習及交易系統。基于實時/歷史期權行情大數據挖掘,通過自行開發的人工智能多agent強化學習模型及評估系統(基于Python/Linux),對接實時交易接口進行了實盤環境的交易回測和評估。

專題：人工智能.量化投資

綱要：
一、前言：關于交易的思考
1、交易市場是無法預測無法戰勝嗎？
2、超額收益可能嗎？
3、非線性高維復雜混沌系統
4、黑天鵝和反脆弱世界
５、公雞打鳴與人工智能
６、非專業個人的機會
７、期權, 皇冠上的明珠？

二、開啟一個量化投資系統
１、量化投資系統平臺的特點和難點
２、開啟我的個人量化系統建設之旅
３、ADOG軟硬件構架

三、基礎數據和技術指標
１、原始數據及預處理
２、實盤行情數據
３、希臘值計算及繪制
４、波動率計算
５、保證金計算
６、數據指標及可視化
　　－實時及歷史希臘值指標
　　－歷史波動率及波指Vix
　　－持倉量變化
　　－隱含波動率-實時曲面
　　－海龜分析
　　－K線模式識別

四、數據模型表征
１、樣本生成
２、模型表征
３、數據矩陣
４、模型樣本分組結構
５、模型樣本采樣分布
６、時間序列
７、到期周期
８、交易成本

五、模型和訓練
1、強化學習模型
2、基礎神經網絡
3、網絡訓練尋優
4、學習目標及訓練
5、多智能體強化學習
(1) 為什么需要多智能體（agent）學習
(2) Actor-Critic方法（Google DeepMind）
(3) MADDPG方法（OpenAI）
(4) ADOG多智能體化學習的實現
(5) 協同學習及選拔機制
-選拔集成學習過程
-海選階段
-精英選拔
-專家集成
集成學習
-專家投票
-專家加權平均
-綜合集成學習比較

六、模擬及回測
交易仿真平臺
模型評估
歷史交易回測
仿真交易回測
實盤交易實測
評價技術指標
當日盈虧
累積盈虧
最大回撤
Sharpe指數
風險防控
止損策略
模型選取

七、實盤交易
交易接口
秒級處理
實時監控災難報警
應激反應及容錯處理
數據同步和備份

http://adog.net.cn

公眾號：期權量化ADOG

總結

以上是生活随笔為你收集整理的基于人工智能的期权量化交易的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。