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...python获取股票数据 ?
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。...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。...可以借助一些专有的库： Zipline 策略回测 Pyfolio 投资组合分析 另外，有一些现有的便利交易平台可以执行自定义的 Python 策略，无需搭建量化交易框架。...最后，代码再将加密后的请求封装到 request_headers 中，发送给交易所，并收到 response，这个订单就完成了。 参考文章： Python 核心技术与实战：量化交易实战篇。
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
python实现量化交易策略 1 前言 相信大家都听说过股票，很羡慕那些炒股大佬，觉得量化投资非常高深，本文教大家用python实现简单的量化交易策略。...df2],axis=0) df.to_excel('股票数据.xlsx',index=False) hqsj_hs() 这里得到了沪深300成分股的日线行情数据，需要手动将excel表按股票代码和交易日期升序...3 买股方案 前文根据2020年1月1日到2020年12月31日的数据构建策略，用于2021年1月1日到2021年3月31日交易。...5 总结 本文用相关性构建一个简单的交易策略，但还有许多工作没有完成，有兴趣的读者可以进行改善。比如调参，本文用1年数据来测试1个季度，读者们可以用2年数据测试1个季度，用1年数据测试1个月等等。...本文的策略虽然在2020年第一季度中收益率为5.858%，但没有考虑交易费用，实际收益大约4%。再次强调，本文仅供交流学习参考，不构成任何投资建议。炒股有风险，投资需谨慎。
URL BigQuant 量化指标 URL
； 如果你的系统是x86平台，在安装了anaconda 的基础上，可以直接使用pip安装，命令如下： pip install talib 如果你的系统是x64平台，直接使用上述命令安装会报错 原因在于python...下载推荐使用加州大学的python扩展库，地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/ 从上面下载的这个：TA_Lib-0.4.17-cp27-cp27m-win_amd64....whl 然后在windows的cmd里面输入命令： pip install TA_Lib-0.4.17-cp27-cp27m-win_amd64.whl 注意事项：本人安装的python环境是2.7版的...，所以下载TA_Lib-0.4.17-cp27-cp27m-win_amd64.whl这个64位版本，如果你使用的python3.5或python3.7，请下载对应版本，否则安装不会成功。...python3.5的64位平台：TA_Lib-0.4.9-cp35-none-win_amd64.whl python3.7的64位平台：TA_Lib-0.4.9-cp37-none-win_amd64
量化，简单说就是程序+交易→盈利。 程序员，或许内心深处都怀揣着一个量化投资的梦想，渴望凭借自己的编程和人工智能技能，再补点基础的金融知识，我们便可以构建一个量化交易系统，轻松实现财富自由。...2、量化交易的市场 量化投资广泛地出现在各种交易市场，如股市、期货、基金、期权、外汇、债券、比特币、NFT等等，有资源交换需求的地方就可以量化交易。这里主要展开介绍下股票和期货市场。...，Python编程的入门并不难（可以参考-Python人工智能学习路线的Python学习建议），前期编程只要入门够用就行了，只有交易的思路才是始终的核心！...梳理下量化主要的流程：开通证券账号→搭建量化交易系统及开通实盘交易→设计量化策略→数据获取及处理→开发策略→策略回测→调试优化→实盘交易 入门量化其实较大的门槛是搭建并开通好量化交易环境，然后才是开发策略代码...搭建量化交易系统及开通实盘交易 量化交易系统环境的准备，个人不建议在没有较多量化经验的基础就从头折腾交易系统，诸如 编写交易的框架（还有个折中方案，可以折腾下开源的框架）、回测框架、穿透测试、对接实盘接口及调试
本文摘自清华大学出版《深入浅出Python量化交易实战》一书的读书笔记，这里把作者用KNN模式做的交易策略，换成了逻辑回归模型，试试看策略的业绩会有怎样的变化。...最后，再为大家分享如何用Python进行炒股的仓位控制！ http://mpvideo.qpic.cn/0bc3lqaaaaaaoyaj25qpmbrfaxgdaboaaaaa.f10002.mp4?
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.
Python 的学习者中，有相当一部分是冲着爬虫去的。因为爬虫可以帮你解决很多工作和生活中的问题，节约你的生命。不过 Python 还有一个神秘而有趣的应用领域，那就是量化交易。...量化交易，就是以数学模型替代人的主观判断来制定交易策略。通常会借助计算机程序来进行策略的计算和验证，最终也常直接用程序根据策略设定的规则自动进行交易。...Python 由于开发方便，工具库丰富，尤其科学计算方面的支持很强大，所以目前在量化领域的使用很广泛。市面上也出现了很多支持 Python 语言的量化平台。...所以本文只是介绍几个 Python 量化平台，以及一些最基本的使用方法。更多的功能、更强大的策略还有待各位自己去挖掘。...量化投资以及程序化交易是很有前途的行业，但在你想从事这行，甚至用它赚钱之前，请先深入了解它。 有兴趣的，去看下知乎上的这个问题： 学习量化交易如何入门？
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。
本文记录了使用easytrader实现程序化交易的过程。...easytrader实盘支持的券商包括： 海通客户端(海通网上交易系统独立委托) 华泰客户端(网上交易系统（专业版Ⅱ）) 国金客户端(全能行证券交易终端PC版) 其他券商通用同花顺客户端(需要手动登陆)...easytrader安装 pip install easytrader 下载安装e海通财PC独立交易版 启动客户端 import easytrader user = easytrader.use...: XXXX, '可用余额': XXXX, '冻结数量': 0, '盈亏': XXXX, '成本价': XXXX, '盈亏比例(%)': XXXX, '市价': XXXX, '市值': XXXX, '交易市场...''' 查询当日成交 print(user.today_trades) ''' [{'买卖标志': '买入', '交易市场': '深A', '委托序号': '12345', '成交价格': 0.626,
这是 Python 进阶课的第十五节 - 量化交易之向量化回测 ，进阶课的目录如下： NumPy 上 NumPy 下 Pandas 上 Pandas 下 SciPy 上 SciPy 下 Pandas...异常处理 函数上：低阶函数 函数下：高阶函数 类和对象：封装-继承-多态-组合 字符串专场：格式化和正则化 解析表达式：简约也简单 生成器和迭代器：简约不简单 装饰器：高端不简单 本课的主要目标是掌握向量化回测...可视化作为主要目标 该方法非常适合用于可视化使用数据、统计结果、交易信号和性能指标。 综合回测程序 该方法总体上非常快，允许测试多种短时间内的参数组合。当速度是关键因素时，应该考虑此方法。...，我会教大家如何做策略探索，包括读取和预处理数据，生成交易信号，计算策略指标如收益、波动率、最大回撤、最长回撤期、比对基准、调整最优参数、可视化结果等。...基于均值回归策略 特殊示例 通用示例 付费用户（付 1 赠 1）可以获得： 观看课程视频 (90 分钟) Python 代码 (Jupyter Notebook) Jupyter Notebook
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。...写几百行 Python 代码，回测几十次，调整各种参数，这种机器学习的常用操作，就能够实现梦寐以求的躺着挣钱，这难道不是传说中的银弹吗？ 然而现实并非如此。...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。
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
而Python几乎是解决这种问题唯一的办法。让非IT从业者用调包的方式来完成较为基础的代码编写。 再有一点就是中国人适合学Python，因为中国人个人主义比欧美更加浓厚，很喜欢一个人造核弹。...这也非常适合Python。而Python是少数可以一己之力构建项目的语言。其他的语言基本都需要团队合作。 很多时候项目做不起来不是因为买不起硬件，不会写代码，而是大家谁都不服谁。...很多时候程序员的工资就是小企业大半年的利润，小企业主为了做业务不得不亲自上场学习Python。...最后回到题主说的量化，量化用什么语言都可以，但由于Python学的人多，开发成本较低，而且量化需要处理的数据并不像电商那么多。我下过全球的日频数据，总共也就20多个G的时间序列。...不是量化使用了Python，而是单纯Python好学，简单，容易招到人。如果世面上有一大堆月薪3000的007优秀C++工程师，那么其他语言都会是鸡肋。
在现代金融市场中，量化交易已经成为投资领域中一种越来越普遍和重要的交易方式。然而，对于量化交易策略来说，延迟问题是一个不可忽视的挑战。...本篇博客将深入探讨在使用Python进行量化交易时，如何有效地降低延迟，提高交易系统的执行效率。 1....选择低延迟的交易接口和通信协议 import zmq # 使用ZeroMQ进行低延迟通信 context = zmq.Context() socket = context.socket(zmq.PUB)...lru_cache # 本地化计算和缓存 @lru_cache(maxsize=None) def calculate_strategy(): # 计算策略 return result 优化量化交易系统需要全面考虑硬件...、网络、数据处理、算法等多个方面，以达到最佳的交易执行效果。
我们将以BTC-USD交易对为例，通过Yahoo Finance API设置导入。 可以扩展需要的法币以及加密货币选项。...调用Yahoo Finance API时需要按顺序传入三个参数： 交易对代码（1） 开始日期+结束日期或期间（2） 间隔（3） 在我们的示例中，交易对代码（参数1）将为BTC-USD对。...Python代码如下： #Moving average using Python Rolling function data['MA5'] = data['Close'].rolling(5).mean...在下图中，我将绿色标记为良好的预测，将黑色预测为错误的预测： 9、量化交易Python代码 完整的Python代码如下： # Raw Package import numpy as np import...利用已有的历史数据进行简单计算后，我们的算法可以在一周内获得7.1％的回报，而同期的比特币交易回报率则稳定在1.7％左右。 ---- 原文链接：基于交叉指标的加密货币量化交易 — 汇智网
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。
Python 的学习者中，有相当一部分是冲着爬虫去的。因为爬虫可以帮你解决很多工作和生活中的问题，节约你的生命。不过 Python 还有一个神秘而有趣的应用领域，那就是量化交易。...量化交易，就是以数学模型替代人的主观判断来制定交易策略。通常会借助计算机程序来进行策略的计算和验证，最终也常直接用程序根据策略设定的规则自动进行交易。...Python 由于开发方便，工具库丰富，尤其科学计算方面的支持很强大，所以目前在量化领域的使用很广泛。市面上也出现了很多支持 Python 语言的量化平台。...所以本文只是介绍几个 Python 量化平台，以及一些最基本的使用方法。更多的功能、更强大的策略还有待各位自己去挖掘。...量化投资以及程序化交易是很有前途的行业，但在你想从事这行，甚至用它赚钱之前，请先深入了解它。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
