量化交易如何做美股

📅 2026-09-09 11:45👁️ 10545 阅读💬 0 评论

企业微信

量化交易美股的核心工具

量化交易美股需要选择支持API的券商。盈透证券提供IB API，德美利提供thinkorswim API，老虎证券和富途证券有OpenAPI。这些接口支持Python、Java、C++等语言。

数据源方面，Polygon.io、IEX Cloud、Alpha Vantage、Yahoo Finance可获取历史K线和实时报价。低延迟场景需使用C++并部署在靠近交易所的服务器。


from ib_insync import *

ib = IB()

ib.connect('127.0.0.1', 7497, clientId=1)

contract = Stock('AAPL', 'SMART', 'USD')

bars = ib.reqHistoricalData(contract, endDateTime='', durationStr='30 D', barSizeSetting='1 hour', whatToShow='TRADES')

df = util.df(bars)

print(df.tail())

构建美股量化策略

动量策略在美股中表现显著。计算过去20日收益率，买入前10%的股票，每周调仓。注意避开财报日。

均值回归策略适合震荡市。使用布林带：价格跌破下轨买入，突破上轨卖出。参数需用滚动窗口优化。

量化交易如何做美股


def momentum_strategy(returns, window=20, top_pct=0.1):

    scores = (1 + returns).rolling(window).apply(np.prod, raw=True) - 1

    threshold = scores.quantile(1 - top_pct)

    signals = scores >= threshold

    return signals.astype(int)

多因子模型整合价值、质量、动量因子。用IC值加权，每季度再平衡。

回测美股策略的关键细节

回测必须计入交易成本。美股佣金约0.005美元/股，滑点按买卖价差的一半估算。避免未来函数：调仓日只能使用前一日收盘数据。

使用Walk-Forward分析：将数据分为训练集和测试集，滚动前进。防止过拟合。


import vectorbt as vbt

price = vbt.YFData.download('SPY').get('Close')

fast_ma = price.rolling(10).mean()

slow_ma = price.rolling(50).mean()

entries = fast_ma > slow_ma

exits = fast_ma < slow_ma

pf = vbt.Portfolio.from_signals(price, entries, exits, fees=0.001, slippage=0.001)

print(pf.stats())

期货量化交易补充

期货市场提供杠杆和做空便利。标普500期货ES、纳斯达克期货NQ、原油期货CL、黄金期货GC流动性好。期货量化策略需关注保证金和展期。

跨期套利：同时买入近月合约卖出远月合约。当价差偏离历史均值时入场。


from datetime import datetime

es_front = ContinuousFuture('ES', '202406', 'GLOBEX')

es_back = ContinuousFuture('ES', '202409', 'GLOBEX')

spread = es_back.price - es_front.price

if spread > 2 * spread.std():

    sell(es_back); buy(es_front)

期货夜盘与美股联动。用VIX期货对冲美股尾部风险。当VIX高于30时，买入VIX期货同时做空ES。