为投资者提供从数据支持、策略开发到策略输出的量化生态服务
500万实盘孵化资金，等你来拿！
￥{{transaction.price}}
{{transaction.proportionFrom | percent0}}% - {{transaction.proportionTo | percent0}}%
如何编写量化策略
您可以使用在线编辑器，编写Java或Python策略，也可以通过策略生成器生成策略代码
简单买卖投资型策略
运行策略，进行回测并查看回测结果
策略生成器
提供丰富的因子组合生成策略
如何使用量化策略选股
策略选股提供丰富的股票因子，您可以随意组合筛选股票；也可以在高收益、低风险的量化策略中挑选股票。
因子组合选股
为您提供智能选股方案
策略推荐选股
为您自动推荐高收益、低风险股票组合
{{iMetricsList1[0].order_book_id}}
￥{{iMetricsList1[0].close}}
<div class="h3 col-red" v-bind:class="{'q-lvs' : iMetricsList1[0].changeRange {{iMetricsList1[0].changeRange | percent}}%
{{iMetricsList1[1].order_book_id}}
￥{{iMetricsList1[1].close}}
<div class="h3 col-red" v-bind:class="{'q-lvs' : iMetricsList1[1].changeRange {{iMetricsList1[1].changeRange | percent}}%
{{iMetricsList2[0].order_book_id}}
￥{{iMetricsList2[0].close}}
<div class="h3 col-red" v-bind:class="{'q-lvs' : iMetricsList2[0].changeRange {{iMetricsList2[0].changeRange | percent}}%
{{iMetricsList2[1].order_book_id}}
￥{{iMetricsList2[1].close}}
<div class="h3 col-red" v-bind:class="{'q-lvs' : iMetricsList2[1].changeRange {{iMetricsList2[1].changeRange | percent}}%
{{iMetricsList3[0].order_book_id}}
￥{{iMetricsList3[0].close}}
<div class="h3 col-red" v-bind:class="{'q-lvs' : iMetricsList3[0].changeRange {{iMetricsList3[0].changeRange | percent}}%
{{iMetricsList3[1].order_book_id}}
￥{{iMetricsList3[1].close}}
<div class="h3 col-red" v-bind:class="{'q-lvs' : iMetricsList3[1].changeRange {{iMetricsList3[1].changeRange | percent}}%
安全、准确、快速的策略开发平台
京东量化平台是京东金融打造的“一站式”在线量化交易平台，以“成为国内最值得信赖的量化交易平台”为使命
依托京东集团强大的资源，发挥整合和协同效应优势，打造专业的量化策略开发与研究平台
京东量化平台理念是什么？
京东量化平台是京东金融打造的“一站式”在线量化交易平台，以“成为国内最值得信赖的量化交易平台”为使命，依托京东集团强大的资源，发挥整合和协同效应优势，打造专业的量化策略开发与研究平台。
如何发布策略到策略榜？
1、创建策略：在我的策略板块，点击新建策略，创建一个量化策略，并运营回测。
2、发布策略到策略榜：在我发布的策略-榜单策略板块，点击发布策略，选择自己创建好的策略，编辑策略描述并填写获奖信息登记表，完成发布。
3、等待审核通过，策略就发布成功啦！每期榜单前十名，即有机会获得五百万实盘资金孵化资格。
策略归谁所有？
策略是每个Quanter最宝贵的财富，在京东量化平台的策略代码知识产权完全归属于开发者所有。
如何查看量化智投排行列表？
手机访问京东股票APP客户端，在发现板块点击牛人排行，即可浏览排行列表。
什么是策略榜？
京东量化策略榜是量化策略达人打擂平台。在我的策略中，发布自己的策略到策略榜，策略榜会每期公布策略的排名榜单，对于排名靠前的优秀选手可获得丰富的奖品与百万资金孵化的机会。
如何使用京东量化平台
量化平台数据
帮助与支持
官方QQ群：
Copyright (C)
京东JD.com 版权所有|投资有风险，购买需谨慎京东量化平台-为投资者提供数据支持、策略开发到策略输出的量化生态服务
量化交易策略，还是要从代码做起。
本期小编手把手带你入门量化交易，在京东量化平台完成简单的策略回测。不多说，go! &&&&
l&量化策略的基本构建流程
l&学习用python在京东量化平台创建一个策略
l&完成简单的策略回测
l&添加实盘模拟并订阅策略输出信号
●量化策略的基本构建流程
●学习用Python在京东量化平台创建一个策略
I、认识回测界面
首先，点击我的策略-新建策略，进入策略编辑页面。
回测界面长这个样子~
左侧区域是编辑代码的地方，开发环境会自动识别Python语言的关键词。在代码区上面的设置标志里面可以个性化调节开发环境的视觉效果。
右侧区域是回测及编译区，及时验证编译的代码是否有bug
&II、认识python的回测代码
Python的回测代码主要包括init()函数，handle_data()函数，以及其他用户自定义内容。如果在每天开盘前要进行额外的处理或计算，可选择添加before_trade()函数。
def&init(context):
&&&&&&&&&#&这里用来写策略开始时要做什么
其中，init()是初始化函数，可以设置基准，滑点，佣金等回测参数，也可以利用context自定义变量。在Python及大部分其他编程语言中，在局部变量只在该变量定义的函数体有效，在其他函数体内是无效的。而context被定义为一个局部变量，可以把内容在不同函数代码之间传导。该函数在回测开始时运行一次。
def&handle_data(context,&data_dict):
&&&&&&&&&#&这里用来写每天开盘后要做什么，可以是计算，输出日志，或者下单
handle_data()是每个交易时间点（分钟/日）时自动运行一次的函数，可以在此函数内设置交易判断和下单，是策略核心逻辑所在。
&def&before_trade(context):
&&&&&&&&&#&非强制，在这里写每天开盘之前要做什么，不可下单
用户可以按照Python语言规则定义其他函数，包括运算/数据处理函数，也可以通过task()函数设置自定义函数的执行频率和执行时间。
&III、编译策略代码
1、确定策略框架内容
举个栗子，用一个简单的策略为例来演示这个过程。
策略的内容是对贵州茅台（600519.SH）进行择时
如果前一天收益率大于沪深300收益率，则买入持仓
如果前一天收益率小于沪深300收益率，则不持仓。
只买卖一只股票操作是很简单的。首先，我们在init()函数里面设置我们的股票（贵州茅台（600519.SH））和比较标的（沪深300（000300.SH））：
#&init方法是您的初始化逻辑。context对象可以在任何方法之间传递。
def&init(context):
&&&&context.stock&=&'600519.SH'
&&&&context.set_benchmark&=&'000300.SH'
1）只要在“#”后面的内容都是注释，不会被Python编译
2）设置stock和set_benchmark对象时，一定要在前面加上“context.”，这样才能传递到之后的函数中。设置标的后，回测中的基准曲线和收益将采用设置的指数。
2、确认每个交易日的逻辑：
l&获取目标股票和标的的历史价格
#&日或分钟或实时数据更新，将会调用这个方法
def&handle_data(context,&data_dict):
&&&&price&=&get_history(2,&'1d',&'close')[context.stock]
&&&&priceBm&=&get_history(2,&'1d',&'close')[context.set_benchmark]
1）其中context.stock和context.set_benchmark都在init()函数中定义好了。
2）get_history()函数是京东量化平台封装的取历史交易数据的函数。其中“2”代表要取历史两天的数据，以便计算上个交易日的收益。“’1d’”和“'close’”分别表示数据频率为天，所需数据为收盘价。
3）返回的价格为pandas.Series类型。各个平台函数的使用方法可以查看帮助板块中的API文档。
l&定义收益率
为了方便计算收益率，自定义了一个CalRet()函数，输入连续两天的价格，计算第二天的收益率：
def&CalRet(price):
&&&&&r&=&(price[1]&-&price[0])&/&price[0]
1）这段函数写在handle_data()之前。自定义函数编辑的语法符合Python语法即可。
2）这个函数会返回float类型的r。
l&计算目标股票和标的的收益率
我们回到handle_data()函数，利用刚刚定义的函数和获取的股票及指数价格计算收益率：
&ytdRet&=&CalRet(price)
&bmRet&=&CalRet(priceBm)
1）以上函数可以得到上个交易日股票的收益率ytdRet和指数收益率bmRet。
3、确认股票买入卖出的逻辑：
&&&如果ytdRet大于bmRet，则全仓买入平安银行股票，否则清仓。
&if&ytdRet&&&bmRet:
&&&&&&&&order_target_percent(context.stock,&1)
&&&&&&&&order_target_percent(context.stock,&0)
1）order_target_percent()是量化平台编辑的下单函数，可以设置某个股票的仓位至一个百分比。
2）平台同样支持加减仓，用手数，金额等方式下单，详见API文档。
4、确认所有策略逻辑
以上，所有的策略逻辑就完成啦！
def&init(context):
&&&&context.stock&=&'600519.SH'
&&&&context.set_benchmark&=&'000300.SH'
def&handle_data(context,&data_dict):
&&&&price&=&get_history(2,&'1d',&'close')[context.stock]
&&&&priceBm&=&get_history(2,&'1d',&'close')[context.set_benchmark]
&&&&ytdRet&=&CalRet(price)
&&&&bmRet&=&CalRet(priceBm)
&&&&if&ytdRet&&&bmRet:
&&&&&&&&order_target_percent(context.stock,&1)
&&&&&&&&order_target_percent(context.stock,&0)
def&CalRet(price):
&&&&r&=&(price[1]&-&price[0])&/&price[0]
&&&&return&r
●完成简单的策略回测
现在，我们就完成了这个策略的设计。回测平台会自动按照这个逻辑，在回测区间内完成交易。
选定回测的时间区间。初始金额以及调仓频率，如下图
我们设置回测区间为日-日，初始金额为一百万，调仓频率为每天，点击“运行回测”。结果如下：
1）回测：策略回测就是拿到证券市场历史的财务数据、行情数据，对现有的策略进行历史回测检验，通过回测结果来修正自己的策略，从而验证策略在过去市场的有效性以及稳定性。
2）回测输出结果
I、我们可以看到在回测区间内，策略和基准的净值曲线，每天盈亏，买卖等图像，以及回测的技术指标。同时可以查看相对收益，对数收益等。
II、在左边的交易详情，持仓和输出日志中可以看到回测中的具体情况，方便进行归因分析，调整策略等等，同时还可以查看历史回测记录。
III、我们可以看到，这个策略能够跑赢大盘。当然，这只是一个例子。
3）回测的评判
I、收益，回测收益和基准收益的对比，收益越高盈利能力越强
II、最大回撤，最大回撤要低，越低代表亏损幅度越低，策略越稳定
III、交易频率，点击交易详情可以查看策略交易的频次，频率越高，策略越稳定
III、把回测的策略发布到策略榜，还可以分析策略的晨星风格及收益归因分析，多角度的判断策略的好坏
●添加实盘模拟并订阅策略输出信号
1、添加实盘模拟
策略回测完成后，打开我的策略，将策略按照实盘模拟的规则添加到实盘模拟中，确认策略名称。初始资金以及策略频率，如下图：
2、订阅策略，接收策略信号
1）编辑策略前，请仔细访问文档（）查看API文档和数据
2）更多策略研究案例，可访问社区-策略主题页（）
3）如果您有更高的研究需求，可访问研究页面（），更方便地使用京东量化的api获取数据进行研究。
4） 将策略发布到策略榜，可以获得500万实盘孵化资金资格；将策略发布到智投策略，可同步到股票APP，享受牛人待遇，获得C端几十万用户人气打赏。
0收藏了该主题
请选择一个策略
请选择一个回测结果
Copyright (C)
京东JD.com 版权所有
投资有风险，购买需谨慎如何看待京东量化交易平台？ - 知乎251被浏览12389分享邀请回答102 条评论分享收藏感谢收起/21 条评论分享收藏感谢收起查看更多回答