一种量化交易辅助决策方法、系统

技术领域

本发明涉及互联网金融技术领域，具体涉及一种量化交易辅助决策方法、系统。

背景技术

量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资方式，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下，作出非理性的投资决策。

基于计算机的证券交易系统一般包括了实时同步金融产品交易数据、买卖、K线图显示等功能。

证券交易市场中，决定市场走势的是主力资本，而非散户；散户是根据获取到的交易数据来判断市场走势从而进行跟随动作的。主力资本在进入市场投资时，会在一个价格区间内用一段时间建仓，散户很难持续关注到这些主力资本的建仓动作，从而容易产生错误的交易决策。

中国专利文件2018110205909公开了一种庄家建仓股票的搜寻方法、装置及计算机可读存储介质，其交易标的物是股票，解决的技术问题是寻找到庄家建仓的股票。国内股票的交易制度是“T+1”，即买后需要间隔一天后才允许卖出，而期货交易制度是“T+0”。这就使得期货交易相比股票交易，交易时间对能否在交易市场获取利益的影响更大。且期货市场是有明确的多头、空头竞争双方的，双方都害怕被更大的对方资金“吃掉”，因此，双方的交易隐蔽性更强。同时，期货市场风险性远高于股票市场，因此基本不存在挂单行为（即被动买入或被动卖出的行为）。交易方基本都是主动进攻型资金，即主动买入或主动卖出。

发明内容

本发明的第一目的在于提供一种量化交易辅助决策方法，其能够对主动进攻型资金的建仓动作进行追踪，并呈现提示交易者，以辅助交易者决策。

本发明的第二目的在于提供一种量化交易辅助决策系统，其将采集到的各项交易数据及对主动进攻型资金的建仓动作提示形成可视化界面，以辅助交易者决策。

一种量化交易辅助决策方法，包括以下步骤：

步骤1：获取行情数据，获取实时的tick；

步骤2：获取每个tick的成交属性，对实时的tick数据进行处理，成交属性包括主动买入、主动卖出两种；

步骤3：分别叠加设定周期内主动买入属性、主动卖出属性的每个价格下的累加tick成交量；

步骤4：设定周期内的主动买入属性和主动卖出属性的同一价格累加成交量按照周期内交易的最高价格至最低价格，按照一定价格等差排列，分别作为主买队列和主卖队列；

步骤5：在位于主卖队列和主买队列相邻两排的成交量数据采用斜对角除，计算比值，若主买队列成交量数据÷主卖队列成交量数据>3，则判定该主买数据价格失衡；若主卖队列成交量数据÷主买队列成交量数据>3，则判定该主卖数据价格失衡；

遍历主买队列和主卖队列，若主买队列分别连续出现3个相邻的主买数据价格失衡，则判定为主力入场点；若主卖队列分别连续出现3个相邻的主卖数据价格失衡，则判定为主力出场点；

步骤6：对主力入场点和主力出场点进行标记提示。

作为一种优选方式，上述步骤4中，一定价格是指每个品种最小跳价格。

一种量化交易辅助决策系统，包括行情系统、数据库系统、订单流实时计算系统，数据显示系统；

行情系统，通过CTP接口以及其他通用行情接口，能够实时接入国内大宗商品，股指、A股，美股等行情数据，并且实时存入数据库中。

数据库系统，使用mongo+redis搭建高性能数据库系统，实时行情接入后分别存mongo和redis中，存入mongo主要用于数据备份，存入redis主要用于实时计算订单流以及为前端提供实时数据服务；

订单流实时计算系统，根据redis中实时的tick数据，获知每个实时成交的tick的成交属性，然后计算出不同周期每个价格累积的成交量，并且能够创建主卖队列和主买队列，根据成交量分析出价格失衡点，连续失衡则产生信号提示；

数据显示系统，调用订单流实时计算系统的数据，显示主买队列、主卖队列，并高亮显示价格失衡点，显示筹码区间；且筹码区间筹码对应价格与主买队列、主卖队列上价格一一对应后进行同排直观显示。为了实现上述目的，本发明采取的技术方案如下：

本发明与现有技术相比，具有以下有益效果：

本发明针对期货交易特性，利用主买成交量数据和主卖成交量数据的比值来作为价格失衡的判定，三次连续失衡，说明主力在此有所动作，从而比较准确的判断出主力入场和出场的节点，并进行提示，辅助交易方决策。

本发明升级了传统的交易工具，传统交易工具，只有K线和成交量柱，只能判断价格的涨跌。本发明在此基础上增加了每个细分价格的主动买卖量数据，可以更科学、直观、清晰的判断出具体的价格争夺区间、大资金聚集区间、关键价格位、及每个价格主动买卖情况。从而使得能够更加准确的判断市场多空力量对比，剖析资金博弈过程，并判断主力和散户动向。从而将传统的“吸筹，出货”这些模糊概念，能够清晰具体科学的用数据表达出来。

附图说明

图1为本发明的逻辑流程图。

实施方式

本发明的目的在于克服现有技术的缺陷，提供涉及一种量化交易辅助决策方法、系统，下面结合实施例对本发明作进一步详细说明。

如图1所示，其表现了本发明的逻辑流程。一种量化交易辅助决策方法，其包括以下步骤：

步骤1：获取行情数据，获取实时的tick；

步骤2：获取每个tick的成交属性，对实时的tick数据进行处理，成交属性包括主动买入、主动卖出两种；

步骤3：分别叠加设定周期内主动买入属性、主动卖出属性的每个价格下的累加tick成交量；

步骤4：设定周期内的主动买入属性和主动卖出属性的同一价格累加成交量按照周期内交易的最高价格至最低价格，按照每个品种最小跳等差排列，分别作为主买队列和主卖队列；

步骤5：在位于主卖队列和主买队列相邻两个高度的成交量数据采用斜对角除，计算比值，若主买队列成交量数据÷主卖队列成交量数据>3，则判定该主买数据价格失衡；若主卖队列成交量数据÷主买队列成交量数据>3，则判定该主卖数据价格失衡；

遍历主买队列和主卖队列，若主买队列分别连续出现3个相邻的主买数据价格失衡，则判定为主力入场点；若主卖队列分别连续出现3个相邻的主卖数据价格失衡，则判定为主力出场点；

步骤6：对主力入场点和主力出场点进行标记提示。

在期货市场，不同期货品种最小跳价格不同，有的品种是0.5，有的品种是1，有的品种是2，比如贵金属则是10。

本实施例中，针对期货交易特性，利用主买成交量数据和主卖成交量数据的比值来作为价格失衡的判定，三次连续失衡，说明主力在此有所动作，从而比较准确的判断出主力入场和出场的节点，并进行提示，辅助交易方决策。

一种量化交易辅助决策系统，包括行情系统、数据库系统、订单流实时计算系统；

行情系统，通过CTP接口以及其他通用行情接口，能够实时接入国内大宗商品，股指、A股，美股等行情数据，并且实时存入数据库中。

数据库系统，使用mongo+redis搭建高性能数据库系统，实时行情接入后分别存mongo和redis中，存入mongo主要用于数据备份，存入redis主要用于实时计算订单流以及为前端提供实时数据服务。

订单流实时计算系统，根据redis中实时的tick数据，获知每个实时成交的tick的成交属性（主要是该笔订单是主动买入还是主动卖出），然后计算出不同周期每个价格累积的成交量，并且能够创建主卖队列和主买队列，根据成交量分析出价格失衡点，连续失衡则产生信号提示。

数据显示系统，调用订单流实时计算系统的数据，显示多个设定周期内主买队列、主卖队列，并高亮显示价格失衡点，显示每个设定周期内的筹码区间；且筹码区间筹码对应价格与主买队列、主卖队列上价格一一对应后进行同高度直观显示。

根据数据显示系统中，当入场时间位于筹码区间波峰区域时，此时大概率为主力入场时间，用户可根据显示数据做出决策。

值得说明的是，基于上述结构设计的前提下，为解决同样的技术问题，即使在本发明上做出的一些无实质性的改动或润色，所采用的技术方案的实质仍然与本发明一样，故其也应当在本发明的保护范围内。