精简极致的均线策略 30行打造一个正向收益系统 原帖地址:https://www.fmz.com/bbs-topic-new/262 没错!你听的没错是30行代码!仅仅30行小编我习惯先通篇来看看 代码,这样能有个宏观的了解! 策略参数如下 参数 描述 类型 默认值 FastPeriod 入市快线周期 数字型(number) 3 SlowPeriod 入市慢线周期 数字型(number) 7 EnterPeriod 入市观察期 数字型(number) 3 ExitFastPeriod 离市快线周

在用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)一文里,我讲述了通过爬虫接口得到股票数据并绘制出K线均线图形的方式,在本文里,将在此基础上再引入成交量效果图,并结合量价理论,给出并验证一些交易策略. 1 成交量对量化分析的意义 美国的股市分析家葛兰碧(Joe Granville)在他所著的<股票市场指标>一书里提出著名的“量价理论”.“量价理论”的核心思想是,任何对股价的分析,如果离开了对成交量的分析,都将是无本之木,无水

3. 量化交易策略 * 输入数据 - 只取最原始可靠的,如 * date * open * high * low * close * volume * 输出数据 - 根据数理统计取权重,把 o, h, l, c 四价合一,如 * w_price_ = o * ? + h * ? + l * ? + c * ? * w_price_ma_ = (w_price[0] * ? + ...) / ? * 数据比率 - 只用比率不用市价 * w_rate_[i] = w_price_[i] / w_pr

摘要 策略编写的基本框架及其实现 回测的含义及其实现 初步学习解决代码错误 周期循环的开始时间 自测与自学 通过前文对量化交易有了一个基本认识之后,我们开始学习做量化交易.毕竟就像学游泳,有些东西讲是讲不懂,做过就会懂. 由于本教程是基于聚宽量化交易平台(www.joinquant.com),所以为了后续的学习,最好去注册一个聚宽量化交易平台的账号. 一.策略编写的基本框架及其实现 1.从一个非常简单的交易策略开始 先看一个非常简单的交易策略: 每天买100股的平安银行. 为了让这个策略能让计算

本人最近在尝试着发表“以股票案例入门Python编程语言”系列的文章,在这些文章里,将用Python工具绘制各种股票指标,在讲述各股票指标的含义以及计算方式的同时,验证基于各种指标的交易策略,本文是第一篇,通过K线和均线案例讲述Numpy,Maplotlib等相关库的用法,并且还用代码案例来验证买卖的交易策略.在本系列的后面文章中,将陆续通过python绘制成交量.KDJ.MACD.RSI和OBV等指标,而且还会用Python编写针对这些指标的交易策略,敬请关注. 1 K线整合均线的案例 均线也

寻找了很久,看到有tushare这个python的类库,但研究了几个小时都没有研究明白,anaconda安装和pycharm的使用都不是特别顺手,最后也是失败告终.还有就是我的低配的平板suerface运行anaconda实在是太慢了. 寻找就寻找另一种方式,通达信. 我们可以看到,34,就有这个数据导出的功能,一起来进一步的试试吧. 之后,我们得到的数据格式是这样的. 而我们的MT4需要的格式是这样的. 所以我们就需要整理一下 了. 为了方便演示我就把仁和药业,当做EURCAD来整理数据了.

资料整理: 1.python量化的一个github 代码 2.原理 + python基础 讲解 3.目前发现不错的两个量化交易 学习平台: 聚宽和优矿在量化交易都是在15年线上布局的,聚宽是15年的新web网站,通联是13年成立的数据业务模块 合作方强大一些.都是涉及股票证券期货,优矿在数字货币上只有简单的市值接口 聚宽 文字叙述为主https://www.joinquant.com/ a.初识量化交易  b.量化交易策略基本框架  c.python基本语法与变量 优矿 视频教学 https:/

年初学习量化投资,一开始想自己从头写,还是受了C/C++的影响.结果困在了计算回测数据那里,结果老也不对,就暂时放下了.最近试了一下python的各个量化投资框架,发现一个能用的——pyalgotrade,重新开始吧.这是一个事件驱动型量化交易框架. 使用pyalgotrade的一大问题是数据获取,其支持从yahoo,谷歌等途径获得数据,但要获取A股数据比较麻烦.还是用tushare获取数据比较方便.但pyalgotrade并不直接支持tushare数据格式.网上有人介绍了将tushare数据转

我的新书<基于股票大数据分析的Python入门实战>于近日上架,在这篇博文向大家介绍我的新书:<基于股票大数据分析的Python入门实战>里,介绍了这本书的内容.这里将摘录出部分内容,用以推广本书,请大家多多支持. 1 MACD指标的计算方式 从数学角度来分析,MACD指标是根据均线的构造原理,对股票收盘价进行平滑处理,计算出算术平均值以后再进行二次计算,它是属于趋向类指标. MACD指标是由三部分构成的,分别是:DIF(离差值,也叫差离值).DEA(离差值平均)和BAR(柱状线)

http://www.newsmth.NET/nForum/#!article/Python/128763 最近程序化交易很热,量化也是我很感兴趣的一块. 国内量化交易的平台有几家,我个人比较喜欢用的是JoinQuant,里面有篇干货贴分享给大家,希望对各位有帮助.       =========================== 量化交易策略 ===========================   价值投资 成长股内在价值投资:http://www.joinquant.com/post/

Over the last seven years more than 200 quantitative finance articles have been written by members of the QuantStart team, prominent quant finance academics, researchers and industry professionals. 在过去七年中,QuantStart一共发表了200多篇量化金融文章,这些文章的作者包括QS团队成员.优秀

1.动态平衡策略 按照当前的 BTC 的价值,账户余额保留￥5000 现金和 0.1个 BTC,即现金和BTC 市值的初始比例是 1:1. 如果 BTC 的价格上涨至￥6000,即 BTC 市值大于账户余额,并且其之间的差超过设定的阈值,就卖掉(6000-5000)/6000/2个币.说明 BTC 升值了,把钱兑换回来. 如果 BTC 的价格下跌至￥4000,即 BTC市值小于账户余额,并且其之间的差超过设定的阈值,就买入(5000-4000)/4000/2个币.说明 BTC 贬值了,把 BTC

欢迎大家订阅<教你用 Python 进阶量化交易>专栏!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容,目前已推出如下扩展篇: 在第一篇<管理概率==理性交易>中笔者结合一个简单的市场模型介绍了为什么在没有概率优势的前提下参与交易会亏钱,其实股票交易和玩一个游戏.做一个项目理念是相通的,需要章法.需要制定策略,否则就和抛硬币赌博一样一样的,用量化交易可以帮助我们管理好概率,更理性的去下单. 在第二篇<线性回归拟合股价沉浮&g

新年伊始,很荣幸笔者的<教你用 Python 进阶量化交易>专栏在慕课专栏板块上线了,欢迎大家订阅!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习本专栏内容,因此同学们无需担心专栏内容在学习上的困难,更多的是明确自己学习的目的即可.当然笔者也欢迎同学们踊跃留言,说出自己想扩展的知识点,笔者会根据同学们的意愿选择性的推出一些内容. 在第一篇<管理概率==理性交易>中笔者结合一个简单的市场模型介绍了为什么在没有概率优势的前提下参与交易会亏钱,其

新年伊始,很荣幸笔者的<教你用 Python 进阶量化交易>专栏在慕课专栏板块上线了,欢迎大家订阅!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习本专栏内容,因此同学们无需担心专栏内容在学习上的困难,更多的是明确自己学习的目的即可.当然笔者也欢迎同学们踊跃留言,说出自己想扩展的知识点,笔者会根据同学们的意愿选择性的推出一些内容. 在第一篇<管理概率==理性交易>中笔者结合一个简单的市场模型介绍了为什么在没有概率优势的前提下参与交易会亏钱,其

 在wequant.io,为了让读者能直接体验量化系统的魅力,我们用前面的思路,实现了一套完整的量化系统和回测工具,这个系统非常简单,用户只需要把交易意志用策略表达出来,系统就可以自己完成交易效果的回测,和实盘交易的接入. 我们使用数字货币比特币作为量化交易标的.使用比特币的好处有几个: 品种单一,计价方式简单: 24小时不间断交易: 交易资金门槛低: 接口授权简单. 接下来要做的,就是学习用WeQuant的标准,以完成一份有效的策略.我们将以比特币定投为例(定期自动买入比特币,来换取比特币升值

最令我尴尬的事情,莫过于很多朋友来到网站,不知道我说的是什么.大多数人以为鬼仆是推销软件的.其实这里理解是错的,特别是一些软件制作与经销商,更出 于推销的目的,故意夸大产品性能,模糊交易系统与一般行情播报软件或者行情的辅助分析软件的本质差异,更加剧了这种混乱的情况,很不利于交易系统的研究. 交流与开发.因此,笔者认为有必要对交易系统的概念和特征进行论述,以正视听. 我相信你会遇见很多人,他们告诉你他有一套“预测”很准的系统,用这个赚钱很容易. 你再仔细的询问他,他会告诉你,他的独特的交易系统会清

策略名称:AD指标策略 多空双方力量浮标- AD(Chaikin A/D线)策略关键词:ChaikinA/D线.多空对比.AD指标是一种非常流行的平横交易量指标, 用于估定一段时间内该证券累积的资金流量.指标大于0时多方力量强,买入:小于0时空方力量强,卖出.方法:1)通过特定周期内的价格以及成交量,来确定多头和空头的强弱:2)在多头力量强时买入,空头力量强时卖出 # !/usr/bin/env python # -*- coding: utf-8 -*- # 策略代码总共分为三大部分,1)PA

策略名称:NATR策略关键词:规范真实波幅.价格突破. NATR,是对ATR指标进行了标准化.主要应用于了解价格的震荡幅度和节奏,在窄幅整理行情中用于寻找突破时机.本策略在当前价格高于之前价格一定倍数NATR时全仓买入,低于一定倍数NATR时全仓卖出.方法:1)利用规范化的真实波幅来构造上下轨:2)价格突破上轨买入:3)价格突破下轨卖出. 代码 # !/usr/bin/env python # -*- coding: utf-8 -*- # 策略代码总共分为三大部分,1)PARAMS变量 2)i

Dual Thrust策略 策略介绍 Dual Thrust是一个趋势跟踪系统,由Michael Chalek在20世纪80年代开发,曾被Future Thruth杂志评为最赚钱的策略之一. Dual Trust是一个追涨杀跌的策略,原理并不复杂.是一个简单而又有效的短期趋势策略. 计算方法(以日为单位举例) Dual Thrust策略利用前N日的最高价,最低价和收盘价,来确定一个合理的震荡区间Range.利用前一时间点的开盘价和Range,确定当前的上下双轨.如果当前价格向上/向下突破Rang