CN111488234B

CN111488234B - 一种量化交易状态恢复方法

Info

Publication number: CN111488234B
Application number: CN202010275831.5A
Authority: CN
Inventors: 刘红章
Original assignee: Shenzhen Milian Technology Co ltd
Current assignee: Shenzhen Milian Technology Co ltd
Priority date: 2020-04-09
Filing date: 2020-04-09
Publication date: 2021-01-26
Anticipated expiration: 2040-04-09
Also published as: CN111488234A

Abstract

本发明公开了一种量化交易状态恢复方法，包括步骤：加载量化交易策略，确定外部存储单元关于量化交易策略的状态保存情况；根据外部存储单元状态保存情况，确定当前各模块运行状态；执行量化交易策略事件，根据量化交易策略运行情况确定是否更新外部存储单元状态保存信息。实施本发明，提高了回测效率，减少了系统运维复杂度，避免信息流失，使用本发明方法，只有在各模块状态发生改变时，才会将状态存储到外部存储单元进行存储，进行更新操作，降低了外部存储压力。

Description

一种量化交易状态恢复方法

技术领域

本发明涉及证券量化交易技术领域，更具体说，涉及一种量化交易状态恢复方法。

背景技术

量化交易是指利用计算机程序进行投资交易的方法。它以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，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。由于量化交易能够避免因个人的主观性而做出的非理性投资决策，越来越多的投资用户采用量化交易策略来进行金融市场产品的交易。

然而，一个量化交易策略的好坏，直接关系到投资用户的利益损失，因而，在将量化交易策略投入实盘交易之前，通常要对量化交易策略进行回测或模拟交易测试。在金融最为发达的美国，量化交易已大行其道，占据了超过70％的股市成交量。在国内，量化交易近年来发展迅猛，一个优秀的策略引擎是进行量化交易策略开发必不可少的基础设施。

现有的量化交易平台，能够为用户提供策略编写、回测和模拟交易等功能，但是当用户编写一个交易策略后，往往需要进行多次策略回测及长时间的模拟交易测试，查看测试结果，并在结果满意的情况下，进行实盘交易。

回测的目的在于使用历史及样本外数据对交易策略进行验证，确定其能否创造预期收益，结果也会被看作为实盘操作的一个预期值。但实盘涉及因素极其复杂，回测并不能保证交易策略的成功。在进行回测时，需要一个从回测、模拟交易无缝过渡到实盘的策略引擎；考虑到策略长期运行中不可避免的出现的如程序bug、数据问题、网络故障、机器故障等原因引起的策略运行中断，需要策略引擎具备状态保存及恢复的能力。

现有技术中，在长时间回测时，在出错时无法保存系统状态，不能从出错时的点继续回测，效率低下。

发明内容

基于上述问题，提出一种量化交易状态恢复方法，通过在长时间回测出错时保存系统出错时状态，再次回测时可以直接从出错时状态继续回测，提高了回测效率；使用本发明方法还可以在模拟交易或实盘交易时随时中断策略运行，在需要时恢复交易运行，减少了系统运维复杂度。在系统出现异常时，例如程序bug、系统崩溃或机器故障时也可以有效恢复数据，避免信息流失。使用本发明方法，只有在各模块状态发生改变时，才会将状态存储到外部存储单元进行存储，进行更新操作，降低了外部存储压力。

一种量化交易状态恢复方法，包括步骤：

加载量化交易策略，确定外部存储单元关于所述量化交易策略的状态保存情况；

根据所述外部存储单元状态保存情况，确定当前各模块运行状态；

执行所述量化交易策略事件，根据所述量化交易策略运行情况确定是否更新所述外部存储单元状态保存信息。

结合本发明所述的量化交易状态恢复方法，第一种可能的实施方式中，所述步骤：加载量化交易策略，确定外部存储单元关于所述量化交易策略的状态保存情况包括子步骤：

启动交易策略引擎；

加载所述量化交易策略的回测策略；

确定所述外部存储单元是否保存有所述回测策略上一次退出出错或人为停止的状态：

若保存有上一次退出出错或人为停止的状态，将该状态恢复到各模块中，从该状态继续进行回测策略；

否则，则继续执行回测策略。

结合本发明所述的量化交易状态恢复方法，第二种可能的实施方式中，所述步骤：加载量化交易策略，确定外部存储单元关于所述量化交易策略的状态保存情况还包括子步骤：

启动交易策略引擎；

加载所述量化交易策略的模拟交易策略或实盘交易；

交易策略引擎执行所述量化交易策略；

系统检测用户是否有中断操作：

若有中断操作信息，则将中断时的状态保存到所述外部存储单元中。

结合本发明所述的量化交易状态恢复方法，第三种可能的实施方式中，所述步骤：加载量化交易策略，确定外部存储单元关于所述量化交易策略的状态保存情况还包括子步骤：

启动交易策略引擎；

检测系统运行异常情况：

若存在异常情况，则将异常时的状态保存到所述外部存储单元中。

结合本发明所述的量化交易状态恢复方法，第四种可能的实施方式中，所述步骤：根据所述外部存储单元状态保存情况，确定当前各模块运行状态包括子步骤：

访问所述外部存储单元：

若所述外部存储单元保存有需要恢复的状态，则将该状态恢复到系统各个模块中，

若所述外部存储单元没有需要恢复的状态，则进行下一步骤。

结合本发明所述的量化交易状态恢复方法，第五种可能的实施方式中，所述步骤：执行所述量化交易策略事件，根据所述量化交易策略运行情况确定是否更新所述外部存储单元状态保存信息，包括子步骤：

交易策略引擎执行所述量化交易策略；

所述交易策略引擎待所述量化交易策略事件完成后，获取各模块状态：

若所述各模块状态与事件前状态不相同，则将该状态保存至所述外部存储单元中，

若所述各模块状态与事件前状态相同，则不保存至所述外部存储单元中，继续等待要执行的事件。

结合本发明所述的量化交易状态恢复方法，第六种可能的实施方式中，所述步骤：加载量化交易策略，确定外部存储单元关于所述量化交易策略的状态保存情况包括子步骤：

所述交易策略引擎在启动时对各模块内部状态进行恢复。

结合本发明所述的量化交易状态恢复方法，第七种可能的实施方式中，所述恢复方法还包括：

预先向系统内各模块分配名字标识；

所述各模块通过调用get_state及set_state实现状态。

实施一种量化交易状态恢复方法，通过在长时间回测出错时保存系统出错时状态，再次回测时可以直接从出错时状态继续回测，提高了回测效率；使用本发明方法还可以在模拟交易或实盘交易时随时中断策略运行，在需要时恢复交易运行，减少了系统运维复杂度。在系统出现异常时，例如程序bug、系统崩溃或机器故障时也可以有效恢复数据，避免信息流失。使用本发明方法，只有在各模块状态发生改变时，才会将状态存储到外部存储单元进行存储，进行更新操作，降低了外部存储压力。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中的一种量化交易状态恢复方法的第一实施例步骤流程示意图；

图2为本发明中的一种量化交易状态恢复方法中步骤S1的第一实施例流程示意图；

图3为本发明中的一种量化交易状态恢复方法中步骤S1的第二实施例流程示意图；

图4为本发明中的一种量化交易状态恢复方法中步骤S1的第三实施例流程示意图；

图5为本发明中的一种量化交易状态恢复方法中步骤S2的子步骤流程示意图；

图6为本发明中的一种量化交易状态恢复方法中步骤S3的子步骤流程示意图；

图7为本发明中的一种量化交易状态恢复方法的第二实施例步骤流程示意图；

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

基于上述问题，如图1，图1为本发明中的一种量化交易状态恢复方法的第一实施例流程示意图，提出一种量化交易状态恢复方法，包括步骤：

S1、加载量化交易策略，确定外部存储单元关于量化交易策略的状态保存情况。

优选地，如图2，图2为本发明中的一种量化交易状态恢复方法中步骤S1的第一实施例流程示意图，步骤S1包括子步骤：

S11a、启动交易策略引擎。S12a、加载量化交易策略的回测策略。S13a、确定所述外部存储单元是否保存有所述回测策略上一次退出出错或人为停止的状态。S14a、若保存有上一次退出出错或人为停止的状态，将该状态恢复到各模块中，从该状态继续进行回测策略，否则，则继续执行回测策略。

回测的目的在于使用历史及样本外数据对交易策略进行验证，确定其能否创造预期收益，结果也会被看作为实盘操作的一个预期值。在长时间回测时，可在出错时保存系统状态，下次可从出错时的点继续回测，提高回测效率。

如图3，图3为本发明中的一种量化交易状态恢复方法中步骤S1的第二实施例流程示意图，在有的实施方式中步骤S1还包括子步骤：

S11b、启动交易策略引擎。S12b、加载量化交易策略的模拟交易策略或实盘交易。S13b、系统检测用户是否有中断操作。S14b、若有中断操作信息，则将中断时的状态保存到外部存储单元中。

实盘涉及因素极其复杂，回测并不能保证交易策略的成功。在模拟交易或实盘交易时随时中断策略运行，在需要时恢复交易运行，减少了系统运维复杂度。

如图4，图4为本发明中的一种量化交易状态恢复方法中步骤S1的第三实施例流程示意图，在另一实施方式中步骤S1还包括子步骤：

S11c、启动交易策略引擎；S12c、检测系统运行是否存在异常情况：S13c、若存在异常情况，则将异常时的状态保存到外部存储单元中。在系统出现异常时，例如程序bug、系统崩溃或机器故障时也可以有效恢复数据，避免信息流失。使用本发明方法，只有在各模块状态发生改变时，才会将状态存储到外部存储单元进行存储，进行更新操作，降低了外部存储压力。

在有的实施方式中，步骤S1还包括子步骤：交易策略引擎在启动时对各模块内部状态进行恢复。

S2、根据外部存储单元状态保存情况，确定当前各模块运行状态。

优选地，如图5，图5为本发明中的一种量化交易状态恢复方法中步骤S2的子步骤流程示意图，步骤S2包括子步骤：

S21、访问外部存储单元：S22、若外部存储单元保存有需要恢复的状态，则将该状态恢复到系统各个模块中，S23、若外部存储单元没有需要恢复的状态，则进行下一步骤。S3、执行量化交易策略事件，根据量化交易策略运行情况确定是否更新外部存储单元状态保存信息。

优选地，如图6，图6为本发明中的一种量化交易状态恢复方法中步骤S3的子步骤流程示意图，步骤S3包括子步骤：

S31、交易策略引擎执行量化交易策略。S32、交易策略引擎待量化交易策略事件完成后，获取各模块状态。S33、若各模块状态与事件前状态不相同，则将该状态保存至外部存储单元中。S34、若各模块状态与事件前状态相同，则不保存至外部存储单元中，继续等待要执行的事件。

优选地，如图7，图7为本发明中的一种量化交易状态恢复方法的第二实施例步骤流程示意图量化交易状态恢复方法还包括步骤：

S4、预先向系统内各模块分配名字标识。

S5、各模块通过调用get_state及set_state实现状态。

系统内各模块都可以拥有自己的状态，各模块以预先分配的名字标识；各模块需实现状态的获取和设置接口(如get_state/set_state)。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims

1.一种量化交易状态恢复方法，其特征在于，包括步骤：

启动交易策略引擎；

加载所述量化交易策略的回测策略；

否则，则继续执行回测策略；

2.根据权利要求1所述的量化交易状态恢复方法，其特征在于，所述步骤：加载量化交易策略，确定外部存储单元关于所述量化交易策略的状态保存情况还包括子步骤：

启动交易策略引擎；

加载所述量化交易策略的模拟交易策略或实盘交易；

交易策略引擎执行所述量化交易策略；

系统检测用户是否有中断操作：

3.根据权利要求1所述的量化交易状态恢复方法，其特征在于，所述步骤：加载量化交易策略，确定外部存储单元关于所述量化交易策略的状态保存情况还包括子步骤：

启动交易策略引擎；

检测系统运行异常情况：

4.根据权利要求1所述的量化交易状态恢复方法，其特征在于，所述步骤：根据所述外部存储单元状态保存情况，确定当前各模块运行状态包括子步骤：

访问所述外部存储单元：

5.根据权利要求1所述的量化交易状态恢复方法，其特征在于，所述步骤：执行所述量化交易策略事件，根据所述量化交易策略运行情况确定是否更新所述外部存储单元状态保存信息，包括子步骤：

交易策略引擎执行所述量化交易策略；

6.根据权利要求1所述的量化交易状态恢复方法，其特征在于，所述步骤：加载量化交易策略，确定外部存储单元关于所述量化交易策略的状态保存情况还包括子步骤：

所述交易策略引擎在启动时对各模块内部状态进行恢复。

7.根据权利要求1所述的量化交易状态恢复方法，其特征在于，所述恢复方法还包括：

预先向系统内各模块分配名字标识；

所述各模块通过调用get_state及set_state实现状态。