首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

问题,反向测试与backtrader和btalib,这不是我尝试的行动,希望行动作为订单购买如果sma5>sma10和卖出时sma5<sma14

问题:反向测试与backtrader和btalib是什么?

回答:反向测试(Reverse Testing)是一种测试方法,它与传统的正向测试(Forward Testing)相反。在正向测试中,我们根据给定的策略或规则,通过历史数据来验证该策略在未来的表现。而在反向测试中,我们根据未来的数据来验证过去的策略或规则的表现,以评估其在历史数据上的可行性。

backtrader是一个开源的Python框架,用于进行量化交易策略的开发、回测和执行。它提供了丰富的功能和工具,可以帮助开发者快速构建和测试各种交易策略,并支持多种市场数据源和交易所接口。

btalib是backtrader的一个扩展库,它提供了一系列技术指标的实现,如移动平均线(SMA)、指数移动平均线(EMA)、布林带(Bollinger Bands)等。这些指标可以用于量化交易策略的分析和信号生成。

根据提供的问题,如果sma5(5日简单移动平均线)大于sma10(10日简单移动平均线),则可以考虑购买;如果sma5小于sma14(14日简单移动平均线),则可以考虑卖出。

腾讯云提供了一系列与云计算相关的产品和服务,可以帮助开发者构建和部署各种应用。然而,由于要求答案中不能提及云计算品牌商,无法给出腾讯云相关产品和产品介绍链接地址。但可以参考腾讯云官方网站或咨询腾讯云客服获取更多信息。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • Backtrader来啦:数据篇

    此系列将由浅入深,每期1~2周,大家敬请期待! 前言 阅读完上一篇Backtrader 来了后,不知大家心里是否有如下疑惑: 1、为什么用 DataFeeds 模块导入DataFrame 数据框必须依次包含7个字段 'datetime'、 'open'、'high'、'low'、'close'、'volume'、'openinterest'? 2、能否以及如何自定义导入的数据集结构? 3、为什么 self.datas[0].datetime.date(0) 返回的就是当前回测时刻? 4、self.datas 的结构是怎样的? 5、Backtrader 的数据组织形式又是怎样的? 6、回测过程中,数据的传递规则是怎样的? 7、在编写策略时,该如何提取想用的数据? ...... 对上述问题进行标准化,其实就是一个传统的“数据表格创建和增删改查“问题。之所以有上述疑惑,是因为不了解 Backtrader 框架下的数据表格的属性和操作规则,下面就带大家全面深入的了解一下 ~ Data Feed 数据馈送对象 Backtrader 中有一个“Data Feed” 或 “Data Feeds” 概念(可将其称为“数据馈送对象” ),其实这个“Data Feed” 或 “Data Feeds”就是我们熟悉的数据表格或数据表格集合 。Data Feed 在 Backtrader 中扮演一个“数据传递者”的角色,给策略有序的提供数据以及数据的索引位置 。 self.datas 大家在策略函数中经常用到的 self.datas 属性就是一个 Data Feeds,对应通过 Cerebro 导入的行情数据表格的集合(可能只导入了一只证券的行情数据,也可能导入了 N 只证券的行情数据)。在这个集合中,数据表格是按照导入的顺序依次确定索引位置,第一个导入的数据表格的索引位置为 0 ,之后的依次递增,如下图所示:

    04

    亚马逊用传送带当机器手,解决快递分拣的“最后一公里”问题

    来源:大数据文摘本文约3000字,建议阅读10分钟物流行业,最痛的永远是货物分拣的“最后一公里”。 物流行业,最痛的永远是货物分拣的“最后一公里”,涉及到将不同的货物挑拣,分门别类递送,需要消耗末端大量的人力,完成递送。 双十二碰上了锐减的快递小哥,到处都出现了大量货物的堆积,像这样👇 据报道,多地快递网点停摆,日薪400元招不到临时工,上万件快递堆积如山。 不止国内,在人力更为昂贵的美国,电商巨头亚马逊早就面临这一问题,因此也一直在探索用机器解决这一“分拣”问题的可能性。 从一箱物品中抓取一件物品

    01

    睡眠有助于巩固复杂问题解决技能的记忆痕迹

    睡眠巩固了程序性运动技能的记忆,海马-纹状体-皮质网络的睡眠依赖变化反映了这一点。其他形式的程序性技能需要获得一种新的策略来解决问题,这需要使用重叠的大脑区域和包括尾状核和前额叶皮层在内的特殊区域。睡眠优先有利于策略和解决问题的能力,而不是伴随的运动执行动作。然而,目前还不清楚如何从睡眠中获得新的策略。在这里,参与者需要执行一系列动作来学习新的认知策略。参与者在完成这项任务的同时,在整晚睡眠、白天小睡或清醒的间隔时间前后接受功能磁共振成像(fMRI)。参与者还执行了一项运动控制任务,这排除了学习策略的机会。通过这种方式,我们从特定策略的激活中减去了与运动执行相关的大脑激活。在基于策略的任务中,睡眠和小睡组的行为表现比清醒组有更大的改善。在睡眠之后,我们观察到,与清醒时相比,大脑尾状核以及海马体-纹状体-皮质网络的其他区域的激活增强。这项研究表明,睡眠是一段特殊的时间,可以增强解决问题所需的新获得的认知策略。

    03

    亚马逊用传送带当机器手,解决快递分拣的“最后一公里”问题

    大数据文摘作品 作者:Mickey 物流行业,最痛的永远是货物分拣的“最后一公里”,涉及到将不同的货物挑拣,分门别类递送,需要消耗末端大量的人力,完成递送。 刚刚过去的双十二碰上了锐减的快递小哥,到处都出现了大量货物的堆积,像这样👇 据报道,多地快递网点停摆,日薪400元招不到临时工,上万件快递堆积如山。 不止国内,在人力更为昂贵的美国,电商巨头亚马逊早就面临这一问题,因此也一直在探索用机器解决这一“分拣”问题的可能性。 从一箱物品中抓取一件物品,然后将该物品放入不同的箱子中,这是分拣包裹最重要的一步

    02
    领券