怎样跟踪期货全部品种？
你想做全品种的意义和目的是什么？
有专业团队做自营或资管的人会考虑这么做，首先策略容量变大一些，容量大了资金规模上去，值得去买数据库、搭建投研体系等，但是对资管行业来说，期货市场的整体容量不算大，据我观察，正儿八经养得起研究员团队的，是“股债汇商”联动做的宏观对冲类私募。如此一来是全市场全天候配置，比期货维度更高，容量更大。另外，不排除有大宗商品贸易背景的私募，商品数据既供投资用，又供贸易决策使用，实体贸易收集的第一线信息又反哺投资部门，形成双轮驱动。
个人做的话，一般是开发了一套具有应用普适性的交易系统，希望尽可能多地捕获靠谱的入场信号，每天全品种扫描，信号变多，入场机会多了总收益能上去。这种肯定走量化这条路，那么谈不上盯不过来。只是每个人的系统都会设置一些前提条件，筛掉了不符合条件的品种（比如，设置了不做近一年新上市品种等）。小资金量化有自己的生存空间，某些期权套利的机会，只有几张能成交上，小资金们去吃这些大资金看不上的苍蝇肉。
还有一类基本面量化，这个玩法听起来高端一点，主要是对众多商品的价格、库存、加工利润、开工率等数据组成的数据集进行机器学习自动建模，不过，国内商品的数据平台分散（单说能化领域，沥青看百川的多，甲醇看金联创的多，塑料看卓创的多，PTA又是华瑞信息。。。虽然这几家数据商会同时出很多品种的数据，但谁也做不成全品种的权威定价平台），可见买一个wind是远远不够的。在细分行业，数据商山头林立，原始数据采集过程仍显粗糙，意味着许多数据是不可以拿来做机器学习的。标的筛选一圈，期货的七十几个品种剩下十来个可以做的了不得了，特别经典的标的如黄金、豆粕，被建模得太多，你研究不透不深应该也很难挖掘alpha。假设你真的要全品种做数据采购，年数据费在百万以上，你管理的资金规模至少要达到两千万，不然划不来！
那么主观基本面派呢？指望单兵作战人肉盯盘人肉收集全市场信息，是非常不现实的，身边见到的独立投资人把黑色圈的套路摸透了（大概花了三年时间），有了剩余精力才逐步入门研究聚酯产业链，不钻研个半年决不敢下手。他说，跟踪两个产业链已经是心力的极限了，贪多嚼不烂。好比两个人出去挖井，第一个人辛苦挖了十个井，每个井挖1米深。第二个人只挖两个井，每个井5米深。你说哪个人容易成功挖出水？
不要因为听说了某高手去做全品种，就想去复刻别人的路，而不去想什么才是适合自己的。多数人看了夏宇的回答知难而退，是件好事情，特别是自己有主业而兼职投资的朋友，经济大环境不太好，用来给投资这个爱好输点血交学费的空间，可能不像前些年那么充裕了，有所为、有所不为。
既然力不从心，又不想放弃，那就是错上加错的行为，不如早做取舍。
犹如止损，往往最开始的止损是最小的止损，而延迟的止损虽有扛回来的可能，但是“扛回来”的行为必然会造就某一次”抗不回来”的惨痛。
本人曾写过一篇交易里需要千重山走过才发现的交易真相——
求快，即得慢，求慢，反得快
欲火焚身这个毒，太毒。几乎所有投机人，都死于纵欲过度。期货最终憾而败者，百分之九十九，随便提取若干账户去分析交易历程，赚钱的妙手绝对有，连续数日赚钱的日子也有，但最终还是被损耗给冲抵。他没有努力吗，有的期货人很努力，废寝忘食，掏心掏肺，夜以继日，连绵不绝。
那败的根源在哪里呢？其实根源还是在欲火焚身上，太想赢，太想持赢，太想快赢。
文章的详细可以去对照下面链接去细度和思考，充分去理解赢家为什么能成为赢家，人性上做到了哪些要素，而输家是因为人性里的什么特质暴露出来支配了自己的行为导致成了输家，趁早去做减法，这个经验很贵，狠贵！
有哪些交易的真相值得我们反思?
怎样跟踪期货全部品种？相关推荐
- 2012~2020年期货全品种TICK数据共享更新至2020.7.24
VNPY官网 http://www.vnpy.cn 2020.6.10~2020.7.24 期货全市场行情数据 链接:https://pan.baidu.com/s/1AUIMnJFH1SmIdngA ...
- 另类数据：跟踪期货高手持仓策略（完整录播）
数量技术宅团队在CSDN学院推出了量化投资系列课程 欢迎有兴趣系统学习量化投资的同学,点击下方链接报名: 量化投资速成营(入门课程) Python股票量化投资 Python期货量化投资 Python数 ...
- 【转】期限结构Carry收益 期货多品种对冲模型
期限结构与carry大致定义 简单来说,展期收益就是不同月间合约的价差.这种收益也被称为carry收益,一般意义上的carry是指票息所得和资金成本之间的差.举例说,如果你借钱5%成本买企业债并收到了 ...
- 4.27期货全品种每日操作建议
股指期货期权早评:回踩未完 操作上,上周股指仍未显示趋势性,主要股指向上受到年线压制,向下受到短期均线支撑,量能不足市场难以出现趋势性行情,基本面方面缺乏新因素,经济数据利空落地,资金面持续偏宽松,但 ...
- 期货热门品种基本面逻辑：印尼恢复煤炭出口，不锈钢检修力度加大
(1)据印度尼西亚当地媒体<Kontan> :印尼将于周三恢复煤炭出口.印尼有关部门声明称,将允许14艘装载出口煤炭的船只立即启航.[动力煤] (2)[甲醇供应充足,延续弱势]供需面上, ...
- 随机森林模型_量化策略——短周期、单期货品种的随机森林预测模型
在前一篇"期货学习量化学习策略--随机森林模型"一文中(链接:https://mp.weixin.qq.com/s/IhcVZ9D-3cmB1GaAFinboQ),我们尝试了长周期 ...
- 期货交易一个品种好（期货买几个品种好）
期货新手该做哪个品种 期货新手品种选择,看风险承受能力. 风险承受能力较低,建议只交易豆.豆粕.玉米.强麦.籼稻等品种. 风险承受能力中等,建议在以上基础上增加白糖.塑料.PTA.豆油.棕榈油.菜籽油 ...
- 经典的期货量化交易策略大全
1.双均线策略(期货) 双均线策略是简单移动平均线策略的加强版.移动平均线目的是过滤掉时间序列中的高频扰动,保留有用的低频趋势.它以滞后性的代价获得了平滑性,比如,在一轮牛市行情后,只有当价格出现大幅 ...
- 经典的期货量化交易策略大全（含源代码）
1.双均线策略(期货) 双均线策略是简单移动平均线策略的加强版.移动平均线目的是过滤掉时间序列中的高频扰动,保留有用的低频趋势.它以滞后性的代价获得了平滑性,比如,在一轮牛市行情后,只有当价格出现大幅 ...
最新文章
- R语言学习笔记：向量
- 统计学---数据的标准化
- 【转】采购订单长文本增强
- 创建型模式—原型模式
- HDU - 2049 不容易系列之(4)——考新郎(错排问题+组合数学)
- html嵌入war_WAR文件与具有嵌入式服务器的Java应用程序
- LeetCode - Easy - 191. Number of 1 Bits
- bsp的分析（其中使用buildroot文件夹建立rootfs）
- ROS在编译生成自定义消息时报错ModuleNotFoundError: No module named 'em'
- mysql数据库 day06
- vue 获取数组索引_获取某个数组元素 在 数组中的索引
- WebDAV被启用（转）
- js/json 数组的操作
- AnyLogic建模笔记
- 巴特沃斯、切比雪夫、贝塞尔滤波器详解：（区别，特点，电路图）
- 曲率系列1：曲率、法曲率、平均曲率、主曲率和高斯曲率（概念推导解读）
- 粒子群算法 java_粒子群算法解决TSP问题
- 输入输出练习 python
- 上升时间测量与示波器带宽
- 做一个九宫格诗词答题小程序 （二）倒计时功能实现