最新消息

2024 06 / 21
F-score 策略,找出被低估的優質股票

Joseph Piotroski 提出的 F-score 策略,透過 9 項財報條件的評估,幫助投資人深入了解公司的獲利性、安全性及成長性。本文使用 TQuant Lab 建構 F-score 策略,幫助投資人深入了解 F-score 所能帶來的投資效益。

2024 06 / 12
趨勢跟蹤策略,基金經理人都會用的趨勢交易法

在過去二十年,趨勢跟蹤交易法一直是許多基金經理人、專業交易者和全球宏觀對沖基金成功應用在全球期貨市場上進行盈利交易的一種交易策略。而近年來關於應用於股票的趨勢跟蹤策略,公開發表的研究及文章也如雨後春筍般增加。越來越多文獻顯示,應用在期貨市場的趨勢跟蹤效應也同樣能在股票市場上取得類似的效果。

2024 05 / 24
量化投資「財務資料」對了嗎?— TEJ 量化投資月報 2 期

量化投資聽起來神通廣大,然而偉大的基礎來自於在於資料收集—模擬真實交易環境。本文觀察近年隨著 Fintech 發展、免費的資料源增加,市場上充斥五花八門的產品,甚至開發免費的手機 APP 提供簡易測試。觀察其資料來源,不外乎公開資料、財經網站的現時資訊,但該類平台收集的資訊未必能夠符合實際情形。

TQuant Lab
三大特點

以全台最完善的資料品質與內容,搭配最強大的事件驅動型回測系統,提供使用者開發與策略驗證的絕佳工具

瞭解更多
模組化建構您的策略

模組化架構讓程式碼在撰寫時高度自由化,可將策略步驟化處理,同時處理多重標的買賣,並完整呈現策略績效與風險指標

龐大且高品質的資料庫

完整且即時的資料庫系統,經過層層把關與維護,讓您的回測績效不失真

強大、嚴謹的回測分析套件

四大 Python 分析工具,並提供多樣化參數讓您調整,全方位模擬市場交易環境,提升分析結果的可信度

產品內容介紹

TQuant Lab 一站式的量化研究平台

提供全台最完整的 PIT 量化資料庫和資料歸納工具(TEJ Tool API),搭配專業的因子分析工具、全方面的策略回測引擎和詳細的可視化報表呈現,通通一站式解決,劍指成為使用者在量化投資之路上的一大利器。
*PIT(Point In Time):過去歷史當下所能取得的最新資料,若使用錯誤資料恐造成前視偏誤問題,即策略績效將嚴重失準。

TQuant 資料集

提供台股在過去每個時點的資料,避免使用到未來資料進行回測,可有效避免前視偏誤問題

TEJ Tool API

整併各項資料集中不同頻率之資料,讓使用者能夠同時運用季、月和日頻率資料產出進出場訊號

擬真量化回測引擎

事件型回測引擎,全方位模擬市場真實的進出場環境,減少策略實際運行的誤差

專業的因子分析工具

因子分析工具,用以剖析單一因子的報酬率、資訊比率和週轉率情況等等

可視化報表呈現

策略績效分析工具,一鍵產出眾多績效指標並視覺化圖表,快速掌握策略的優缺點

TQuant Lab 獨家功能

  • TEJ 採用 Quantopian 公司所提供的 Zipline 套件,修改成符合台灣金融市場交易的回測引擎,經過多年發展,已是國際常用的量化平台基礎回測架構
  • 由 TEJ 專業量化分析團隊維護,不定時推出專屬的新功能,可同時回測股票與 ETF 等多種商品
  • 回測時,日誌自動顯示投資組合每日持有股票之各項紀錄,包含現金股利、股票股利等資訊,貼合市場真實情境

 

TQuant Lab

 

# TEJ獨家開發的輕量化 Zipline 回測引擎,最少僅需輸入您的策略建構式 pipeline 即可回測,亦可客製化各項參數
from zipline.algo.pipeline_algo import *

algo = TargetPercentPipeAlgo(
start_session=start_dt,
end_session=end_dt,
capital_base=1e6, 
tradeday=tradeday,
max_leverage=0.80,
slippage_model=slippage.VolumeShareSlippage(volume_limit=0.15, price_impact=0.01), 
pipeline=compute_signals,
analyze=analyze
)

results = algo.run()

參與試用

免費註冊 TQuant Lab 會員申請試用資格