量化交易与机器学习第九篇上周我们讨论了自相似与系统构建

上周我们讨论了自相似与系统构建，今天我们继续讲系统构建。从架构方面将，存在四个主要部分

1.数据请求及存储层

由于股票和期货的数据差异性，需要分别实现，需要说明的是股票数据3秒1个tick，期货数据0.5秒1个tick，期货的要求比股票更高一些，在系统冗余性，服务器性能方面要考虑。

2.数据分析层

这个层次包括常见的指标编写，回测框架等是整个系统的核心部分，而此部分好坏取决于经验的积累。

3.交易层

利用回测之后的模型，进行实际交易，主要涉及交易接口的实现，股票方面程序化比较薄弱，T+1机制对交易接口的用处大大限制，因此股票建议手工下单交易。

期货方面，国内有成熟的交易接口CTP系统，可以给开发者使用。

4.风险控制层

（1）对系统本身的可靠性进行监控，比如行情部分软件异常、交易接口异常等方面进行监控并处理恢复

（2）对资金安全的监控，系统达到一定的亏损需要强制平仓。

（3）对即将满足模型条件的交易品种进行预警

量化交易是对经验的量化，可以用来检验自己想法的正确与否，同时可以通过数据挖掘，发现之前没有考虑过的问题，改进交易方法。上次和朋友聊天说到“

做交易要承认一个事实，一赢二平七负”

人人都相同，那么就会变成那70%的人，量化系统也需要不断的变化改进。

市场上唯一不变的就是变化，只有变化的系统才能适应市场。这可能是缠论背后真正的意义。

这样的指标，在大多数意义上很厉害了，但是还是需要顺着市场变化的，指标是对过去的分类，不是对未来的分类。未来出现什么样子的情况，做出什么应对，这就是完全分类，也是缠论的核心思想。