基于人工智能的期权量化交易_基于通用人工智能的量化交易模型
赞
踩
基于人工智能的期权量化交易
基于人工智能的期权量化交易
该文基于人工智能AI的深度强化学习,进行股票期权的量化投资策略研究及回测评估。作者建立了人工智能学习及交易系统。基于实时/历史期权行情大数据挖掘,通过自行开发的人工智能多agent强化学习模型及评估系统(基于Python/Linux),对接实时交易接口进行了实盘环境的交易回测和评估。
纲要：
一、前言：关于交易的思考
1、交易市场是无法预测无法战胜吗？
2、超额收益可能吗？
3、非线性高维复杂混沌系统
4、黑天鹅和反脆弱世界
５、公鸡打鸣与人工智能
６、非专业个人的机会
７、期权, 皇冠上的明珠？
二、开启一个量化投资系统
１、量化投资系统平台的特点和难点
２、开启我的个人量化系统建设之旅
３、ADOG软硬件构架
三、基础数据和技术指标
１、原始数据及预处理
２、实盘行情数据
３、希腊值计算及绘制
４、波动率计算
５、保证金计算
６、数据指标及可视化
－实时及历史希腊值指标
－历史波动率及波指Vix
－持仓量变化
－隐含波动率-实时曲面
－海龟分析
－K线模式识别
四、数据模型表征
１、样本生成
２、模型表征
３、数据矩阵
４、模型样本分组结构
５、模型样本采样分布
６、时间序列
７、到期周期
８、交易成本
五、模型和训练
1、强化学习模型
2、基础神经网络
3、网络训练寻优
4、学习目标及训练
5、多智能体强化学习
(1) 为什么需要多智能体（agent）学习
(2) Actor-Critic方法（Google DeepMind）
(3) MADDPG方法（OpenAI）
(4) ADOG多智能体化学习的实现
(5) 协同学习及选拔机制
-选拔集成学习过程
-海选阶段
-精英选拔
-专家集成
集成学习
-专家投票
-专家加权平均
-综合集成学习比较
六、模拟及回测
交易仿真平台
模型评估
历史交易回测
仿真交易回测
实盘交易实测
评价技术指标
当日盈亏
累积盈亏
最大回撤
Sharpe指数
风险防控
止损策略
模型选取
七、实盘交易
交易接口
秒级处理
实时监控灾难报警
应激反应及容错处理
数据同步和备份
公众号：期权量化ADOG
