针对可交易的投资商品,理性地运用逻辑分析和回归统计判断市场趋势称为量化交易。 量化策略 量化策略就是赚钱"因子",可以分为基本面和技术面。
量化投资没有确切的定义,它泛指通过数学分析、挖掘价格波动规律,或者通过对相关宏观经济、财务数据、量价关系、资金交易等数据进行建模,寻找数据之间的关系,以获得稳定利润为目标,持续计算生成定量化的投资信号...如何得到一条稳步上升的资金曲线 强壮稳定的投资逻辑:基于对交易市场的了解和市场的特性的认识提出各种假设,构建投资逻辑。...多资产多策略配置: 对冲风险更高收益 技术信息理论的三大假设 市场行为包容消化一切信息 市场运行以趋势方式演变 历史会重演(我们可以通过历史数据来推断未来走势 绩效评估指标 绩效指标也被称为风险指标,它们也是量化投资的基石
追涨杀跌的建型和实现 既然我们要进行追涨杀跌的操作,就要定义什么是追涨,什么又是杀跌,需要把追涨杀跌的概念量化出来,从而进行建模和实现。...接下来,我们利用R语言对股票数据的进行操作,来实现一个追涨杀跌模型的实例,从而验证我的们投资理论,是否能发现赚钱的机会。...2.1 数据准备 R语言本身提供了丰富的金融函数工具包,时间序列包zoo和xts,指标计算包TTR,数据处理包plyr,可视包ggplot2等,我们会一起使用这些工具包来完成建模、计算和可视化的工作。...,28604171 通过R语言加载股票数据,由于数据所有股票都是混合在一起的,而进行计算时又需要按每支票股计算,所以在数据加载时我就进行了转换,按股票代码进行分组,生成R语言的list对象,同时把每支股票的...最后总结,本文从 追涨杀跌 的思路开始,到市场特征检验,再到数学公式,R语言建模,再到历史数据回测。通过R语言,很简单地就实现了一个我们脑子中的投资想法。
接量化交易 回测框架 这里我们使用PyAlgoTrade框架. pip install pyalgotrade pip install pyalgotrade_tushare 定义数据与策略 from...模拟交易与回测 from pyalgotrade import strategy from pyalgotrade_tushare import tools, barfeed from pyalgotrade.technical
URL BigQuant 量化指标 URL
平台介绍 概述 RiceQuant 是一个云端的框架, 可以帮助我们随时, 随地的开发袭击的交易策略, 验证资金的投资思路....策略页面的样子: 各个区块的功能: 如何完成一个策略 选择策略的运行信息: 选择运行区间和初始资金- 选择回测频率- 选择股票池 编写策略的逻辑: 获取股票行情, 基本面数据- 选择哪些股票, 以及交易时间...做股票量化选择日回测即可 策略主体运行流程分析 在 init 方法中实现策略初始化逻辑 策略的股票池: 在那些股票中进行交易判断 (例如: HS300) 在 before_trading 方法中进行一些每日看盘之前的操作...在 handle_bar 方法中实现策略具体逻辑, 包括交易型号的产生, 订单的创建. handle_ bar 内的逻辑会在每次 bar 数据更新的时候被触发.
量化交易看起来似乎就是用机器炒股,没什么大惊小怪的。但是我们拆解开量化交易的模型,您就知道其中的奥秘了。 首先是输入环节: 假如你是量化交易建模师。...最后一步是结果输出 1、买入信号 2、卖出信号 3、交易费用 4、收益 程序走到了这一步其实就是出了操作结果。这里需要注意的是量化交易,区分高频、中频、低频交易。...比如高频交易,在A股现实的T+1大环境里,其实做不了真正的高频。一般一周换手一次以上都算高频。中频一般都是一个月或者几个月换一次手。而低频交易大概都是一个季度或者几个季度换一次手。
慕课网 量化交易 https://www.imooc.com/learn/1054 作者项目地址 https://github.com/birdskyws/Quantitative-transaction
CTP为期货公司前置机,_D()当前时间戳 LogStatus(_D(), '已连接CTP') else: LogStatus(_D(), '未连接CTP') 订单交易...rb888') Log('订阅的合约详情', futures) ticker = exchange.GetTicker() # 交易方向...rb888') Log('订阅的合约详情', futures) ticker = exchange.GetTicker() # 交易方向...如果后续市场走势与你的预期不同,价格出现上涨或者你认为价格不会再继续下跌时,为了结束这笔空头交易,就需要进行买入平空仓操作。每个期货合约都有具体的到期日。...但如果临近到期日仍未平仓,交易所可能会根据规定采取强制平仓等措施。
本文将详细介绍日内网格交易策略的原理,并结合Python代码示例,展示如何在掘金平台上实现这一策略。...策略原理日内网格交易策略的核心思想是在一天的交易时间内,通过设置多个买卖点(即网格),在价格达到这些点时自动执行交易。这种策略的优势在于能够充分利用市场的波动性,通过频繁的买卖操作来获取收益。...这种策略适用于波动性较大的市场环境,因为只有当价格波动足够大时,网格交易才能捕捉到足够的交易机会。...在平台运行Python代码在掘金平台上实现日内网格交易策略,主要分为三个核心步骤:选股、择时和策略交易。...以下是这三个步骤的Python代码实现:选股选股是策略的第一步,需要选择适合网格交易的股票或可转债。
作者 张丹(Conan) 来源 http://blog.fens.me Rquant前言最近有读者要求公众号推送几篇关于R语言量化投资的内容。今天推送第一篇。...后续我们会推出公众号编辑部更好的原创作品,关于R语言量化投资。 久经股市的老股民,通常都会使用一种常见的交易策略,追涨杀跌交易法。...追涨杀跌的建型和实现 既然我们要进行追涨杀跌的操作,就要定义什么是追涨,什么又是杀跌,需要把追涨杀跌的概念量化出来,从而进行建模和实现。...,28604171 通过R语言加载股票数据,由于数据所有股票都是混合在一起的,而进行计算时又需要按每支票股计算,所以在数据加载时我就进行了转换,按股票代码进行分组,生成R语言的list对象,同时把每支股票的...最后总结,本文从 追涨杀跌 的思路开始,到市场特征检验,再到数学公式,R语言建模,再到历史数据回测。通过R语言,很简单地就实现了一个我们脑子中的投资想法。
简单来讲,DAPP之于公有链,即相当于APP之于iOS支付处理:智能合约自动执行,去中心化交易,用户可直接使用加密货币进行点对点的交易;用户凭证:使用公钥和私钥系统,用户可以轻松地以不同程度的匿名处理和绑定用户会话与元数据...区块链上的公开可查询记录也使交易信息易于用户或第三方审核。区块链(DAPP)应用落地未来会在哪些行业率先落地?...1、看重商业积分、版权流通以及娱乐游戏领域;2、至于应用落地方向上,我们觉得还是偏重于互联网应用方面;3、商业积分,第二代淘宝可能会出现;4、版权流通交易方面的应用场景;5、娱乐和游戏方面的应用落地。
题图来自:pexels 什么是量化交易?...你可以在几分钟之内完成之前几年的交易回测,然后根据结果来调整各种参数,最后得到一个完美的量化模型。...再冠以大数据、人工智能、机器学习这样的时髦技术,量化交易对于理工科背景,特别是会写程序的工程师来说,就具有特别的诱惑力。...量化交易最容易遇到的问题就是未来函数,你会站在未来的角度看待之前的投资,比如你知道 2000 年科技股泡沫,07 年次贷危机,你在写策略的时候,潜意识里面就会避开,以便获得更高的收益率和夏普比率。...所以在我看来,除了高频交易外,程序最多就是辅助性的工具,帮助人类更快的进行信息筛查。如果你自己亲自投资都赚不到钱,量化交易也不可能帮你赚到钱。
20210101', end_date='20210131') # 打印数据 print(df.head()) 账户接入 券商的api接口通常不会公开,你需要直接与券商进行沟通和合作 国内提供交易接口的券商...) cerebro.optstrategy(MyStrategy, sma_period=range(10, 30), rsi_period=range(10, 30)) cerebro.run() 量化交易平台...QMT、Ptrade、很多券商都有自己的量化交易服务
想做量化, 数据是基本! 本篇我们会介绍如何获取数据....如某周只有四个交易日, 则此周的tradingday=4 与 tradingday=-1 表示同一天- weekday 和 tradingday 不能同时使用 每月运行 scheduler.run_monthly...scheduler.run_monthly(function, tradingday=t) 注意: tradingday 中的负数表示倒数- tradingday 表示交易日....如某周只有四个交易日, 则此周的tradingday=4 与 tradingday=-1 表示同一天 运行顺序 如果我们设定了一个按月运行: scheduler.run_monthly(get_data...假设是 2021年 3 月份, 3 月 1 号是第一个交易日: 3 月 1 号: before_trading -> get_data -> handle_bar- 3 月的其他日期: before_trading
什么是量化交易?...量化交易的涵盖范围很大,程序化交易,算法交易,高频交易,自动化交易平台等等都可以算作量化交易。...使用程序来做量化交易,底层就是将买卖请求发送至交易所实现交易,券商或者交易所,通常也会提供 API 接口给投资者。...Python 量化交易 算法交易一个基本需求,就是高效处理数据,数据处理是 Python 的强项,特别是 Numpy+Pandas 的组合,让算法交易开发者的效率直线上升。...此外, Python 是各行各业广泛使用的编程语言,越来越多投资机构的交易部门,都开始使用 Python,因此对优秀的 Python 开发者产生了更多的需求,自然也让学习 Python 成了更有意义的投资
一、搭建一个简单的交易策略 1、策略 先看一个非常简单的交易策略: 为了让这个策略能让计算机执行,首先,要使策略符合“初始化+周期循环”框架,像这样: 2、什么是“初始化+周期循环”框架?...为了将投资灵感高效地转化成计算机可执行的量化策略,必须基于一种模式来写,框架就是指这种模式。而此框架包含两个部分即初始化与周期循环: 初始化即指策略最开始运行前要做的事。比如,准备好要交易的股票。...能帮助你理解这一框架的是,其实人本身日常做交易就是符合“初始化+周期循环”框架的,初始化就是已存在人脑的交易思想与知识,周期循环就是每天或每分钟地查看行情、判断、下单等行为。...通过编程将策略写成计算机可识别的代码,具体说,我们这里是用python这门编程语言。 另外可以用聚宽的向导式策略生成器,这种方法是不需编程的,但灵活性上难免是远不如写代码的。...像刚刚那样,用一段时间内的历史的真实行情数据,来验证一个确定的交易策略在这段时间表现如何,这个过程叫回测。
Dual Thrust策略起源于20世纪80年代,由美国著名交易员和金融作家Larry Williams首次提出。这一策略的核心思想是通过捕捉市场中的短期波动来实现盈利。...Range是指当前收盘价与前一个交易日的最高价和最低价之间的最大距离,而ATR则是过去一段时间内Range的平均值。通过这两个参数,投资者可以确定买入和卖出的触发点,从而实现盈利。...选择一个特定的合约作为交易标的,例如螺纹钢(SHFE.RB)。在策略初始化时,订阅该合约,并设置相关参数。<
本文将详细介绍可转债交易的注意事项,并探讨一些适用于可转债的高频量化交易策略。可转债交易注意事项了解可转债的基本概念在进行可转债交易之前,投资者首先需要了解其基本概念和特性。...高频量化交易策略高频量化交易策略是指利用先进的数学模型和计算机技术,在极短的时间内进行大量交易以获取微小利润的策略。...在可转债市场中,以下是一些可能适用的高频量化交易策略:市场做市策略市场做市策略是指通过提供买卖双边报价,从中赚取买卖价差(即价差)的策略。...同时,随着量化交易技术的发展,高频量化交易策略在可转债市场中的应用也越来越广泛,为投资者提供了新的交易机会。...无论是传统的投资方法还是现代的量化交易策略,投资者都应充分了解其原理和风险,并结合自身的投资目标和风险承受能力进行决策。在实际操作中,投资者还应不断学习和实践,以提高自身的投资技能和风险管理能力。
根据产业链进行股市的划分,在上中下游进行利润和周期的排序,并根据发展规律,相关性排序,进行行业选择。
领取专属 10元无门槛券
手把手带您无忧上云