2016 年新一轮 Quant 极客的投资比赛 - python 量化策略编写

[thinkingmind]

一个用 Python 写量化策略的地儿（ www.ricequant.com ）

如果你对自己的交易知识有信心；如果你善于用你的数学及触觉在金融市场里寻找规律；如果你认为自己够极客，懂金融又懂码代码，那么你一定想在这么一个好玩的量化投资比赛中试试身手。

Ricequant 量化策略杯 第二期 号召令！

我们欢迎在金融市场研究、交易方面有出色表现的金融学、数理科学、经济学、计算机科学 等专业的研博生和本科生以及各机构的 Quant 、交易员、大数据工程师、研究员、分析师、程序员等专业人才及量化爱好者参与。
关于比赛

Ricequant 量化策略平台提供覆盖 A 股逾十年的市场数据及基本面数据及云端算法交易系统，参赛者需要对有关数据进行分析，并设计编写完整的交易策略。无论是趋势策略、多因子选股、模式识别、机器学习，只要你想得到，统统可以使出来！

来编写您的策略来赢取丰厚奖品吧！

优胜者更会有希望加入 Ricequant 或我们合作的基金公司实习或就业。后续比赛更有机会获得百万级实盘操盘基金，您将获得全部的收益。

如何参赛：
访问 www.ricequant.com 开始编写你的参赛策略

提交策略时间：在 12 月 26 号到 1 月 17 号之间提交

模拟实盘测试时间： 2016 年 1 月 18 日 - 2 月 14 日 使用每日的分钟级别数据进行模拟交易（ paper trading ）来进行每日更新比赛分数评分

比赛结果公布时间： 2016 年 2 月 15 日

量化交易以及 Ricequant

华尔街和金融机构的文化一直是诞生于信息的闭塞与不公开，保持秘密也是金融行业的常态。世界正在变化 – 如今很多信息都在趋于免费。但是新的闭塞是人才：那些有天分能从数据中挖掘出真相的人才。

Ricequant 的目标是吸引世界上的算法和金融天才 – 宽客(Quants)，以及还没机会成为宽客(Quant)的极客们。我们想把这些极客们聚集起来，为他们提供他们所需要的工具，并且帮助他们建立起社区。最重要的是，我们整个社区都是公开透明的，我们公开我们回测、实时模拟交易的撮合原理，我们公开我们是如何处理数据的，数据是来源于何处等等，我们也乐意分享我们的技术细节、范例算法和对交易的想法和经验，我们也提供算法投资所需的历史数据和实时数据。

通过教育更多的人什么是金融中的统计套利、数据挖掘，我们希望带动算法交易的发展。除了已有的数据，我们还会不停的提供更多的数据和工具给我们的社区。我们希望能够让可以挖掘的数据更加种类丰富，让我们的成员可以探索越来越多的领域。而您在社区中的分享范例策略、数据中的发现也可以帮我们吸引更多的成员加入我们的社区，每一位用户的成功也会帮助其他的 Ricequanter 。

我们相信整个社区会发现新的投资方法，可能利用新的非市场数据的数据源，比如新闻、雪球等，也有可能是完全新的我们从未听过的您的算法思想。而在这里您可以不停尝试和实现您的想法，并且通过和其他社区成员的沟通来改进和收到鼓励。

让我们一起努力前行发掘算法交易的下一个时代吧！

Ricequant 量化公开赛 第二期的奖品出炉啦：

冠军 1st Prize ： Iphone 6S
亚军 2nd Prize ： IWatch
参与奖：我们将送出 10 份 Ricequant 独家纪念品

私募基金实习与工作机会： Ricequant 与深圳市前海万方投资管理有限公司达成合作，比赛优胜者将获得在该公司的实习和工作机会。

除此之外，前几名的优胜者更有机会与私募合作孵化策略。

[uuair]

想通过比赛的方式，获得别人量化计算的程序么？我觉得真的，没可能。。。。一个高频交易的程序要多少钱才能买来啊。。。。高盛有一个黄金对冲程序的模型曾经失窃，得到模型的人光服务器建设就扔了几千万进去，这还只是得到了一个模型而已。。。真的量化程序，都是保密的，就跟全世界各个汽车厂家的 ecu 一样，都是保密的。

[vdo]

我很讨厌这种广告

[thinkingmind]

@uuair @vdo 我们只是一个中立的平台，提供给量化爱好者去实现策略的，而且和高频无关。你可以参照美国的 quantopian 。。要想知道要学习或者从事量化的人，不是每个人都有能力自己去下载、购买大量的历史数据，还有构造回测和模拟测试系统呢。而我们把所有的数据和策略交易系统做成云平台，就是为了降低这个门槛。 现在也有大几千个用户在上面写他们的策略，一个月有接近上千的用户增长，而策略永远、也绝对是属于策略开发者的私有产权。

上一届的冠军是人大的学生，亚军是腾讯的大数据工程师组的一个小团队。

[thinkingmind]

@vdo
@uuair
我们制定比赛规则的是我们在新加坡国立大学计算机本科、金融数学研究生。在新加坡巴克莱衍生品交易组做了 7 年 Quant 的同事制定的，评分系统对各个参数策略的收益风险等指标做出了打分。其实也是引导大家往一个低 beta ，高 sharpe 的方向去走。

大牛们有他们的交易系统和平台和 IT 团队，可是一般的量化爱好者、研究者会有吗？ 我是希望多了解， before u comment.

[uuair]

科技的进步，需要人类集思广益的推广，这也是开源软件存在的原因。所以我虽然觉得没办法获取专业的交易方法，但这种研究科学的精神，我是十分敬佩的。我也会关注这个比赛，希望你们能越做越好。

[Comdex]

不可用 java 写么

[thinkingmind]

@Comdex 我们是首个支持 Java 的量化策略云平台。现在可以用 java 和 python 写策略。然而我们后面支持 Python 的原因是因为 Python 里面的 Pandas 以及其它的科学计算库更加多。在金融业界， Python 是越来越流行了，也在于它门槛不高，开发速度也快，我们接触的很多基金公司都在用 Python 了，而且是趋势。通常一个简单策略数十行的 Java 代码，用 Python 来写也不过 10 来行。

[thinkingmind]

@uuair 谢谢，其实我们团队以前是给国际一线投行和券商做过亚洲多个交易所的 DMA （交易所直连的）。虽然是云端平台，也是免费的，但是背后的系统还是专业的。