Advertisement

日内交易的量化策略示例

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本文章提供了多个基于数据驱动的日间交易量化策略实例。通过运用先进的统计分析和机器学习技术，我们深入探索了如何优化投资组合绩效，并详尽阐述每一个步骤与考量因素。适合希望深入了解日内交易量化方法的专业人士阅读。 Ptrade量化交易平台的量化交易策略示例基于Python编写，提供了一个简单的日内交易策略供研究学习使用。请注意这些策略仅供学习参考，并不适用于实盘交易。对于刚入门且希望了解量化的初学者来说，这可以作为一份不错的参考资料。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 日内交易的量化策略示例
    优质
    本文章提供了多个基于数据驱动的日间交易量化策略实例。通过运用先进的统计分析和机器学习技术，我们深入探索了如何优化投资组合绩效，并详尽阐述每一个步骤与考量因素。适合希望深入了解日内交易量化方法的专业人士阅读。 Ptrade量化交易平台的量化交易策略示例基于Python编写，提供了一个简单的日内交易策略供研究学习使用。请注意这些策略仅供学习参考，并不适用于实盘交易。对于刚入门且希望了解量化的初学者来说，这可以作为一份不错的参考资料。
     
  • 日内的回转交易策略源码
    优质
    本段代码提供日内交易中运用的回转交易策略，旨在优化股票或金融衍生品的短期买卖决策，适合程序化交易者使用。 日内回转交易是指投资者在同一交易日内对同一标的（如股票）进行多次买进和卖出操作的行为。其目的是维持持有的股票数量不变，并通过在日内K线图上的操作，增加可用余额并降低平均持股成本，从而实现盈利。
     
  • Python量化交易策略库-QuanttradingPython
    优质
    QuanttradingPython是一款专为Python用户打造的开源量化交易平台，提供丰富的算法交易策略和金融数据接口，帮助投资者轻松实现自动化交易。 Python定量交易策略包括MACD、配对交易（Pair Trading）、Heikin-Ashi图、伦敦突破（London Breakout）、Awesome指标、双重波动（Dual Thrust）、抛物线转向点（Parabolic SAR）、布林带（Bollinger Bands）、相对强弱指数（RSI）以及形态识别。
     
  • Python量化交易：简易均线策略
    优质
    《Python量化交易：简易均线策略》是一本介绍如何运用Python编程语言在金融市场上实施基于移动平均线技术分析策略的实用教程。本书适合对量化投资感兴趣的初学者阅读和实践，旨在帮助读者掌握编写自动化交易系统的技能，并通过实例演示了如何利用简单的均线交叉来识别买入卖出信号。 本代码是一个用Python编写的简单均线系统，适合想进行量化但不知从何入手的初学者使用。代码非常简洁，总共只有30来行。编写此代码的目的在于给从未做过量化的入门人员提供一个思路引导。文件包含两个部分：一个是源代码，另一个是Excel格式的数据文件，在同一目录下直接运行即可。本人使用的是Anaconda环境，并已测试过该版本（内含Python 3.6）可以正常运行。
     
  • 海龟交易法则的量化交易策略源码
    优质
    本作品提供基于《海龟交易法则》原理开发的量化交易策略源代码，旨在帮助编程爱好者和交易者实现自动化交易系统，优化投资决策。 海龟交易法则是一种趋势交易策略。首先建立唐奇安通道（即确定上突破线和下突破线）。当价格突破上线时，则进行买入操作；如果价格跌破下线，则卖出或开空单。
     
  • PyVN 量化交易策略机器人 自动交易
    优质
    PyVN 是一款专为量化交易设计的自动交易策略执行平台，利用Python语言实现高效、灵活的算法交易。它帮助用户自动化执行复杂的市场分析和交易决策过程，优化投资回报。 本软件量化程序是为数字货币及各股市设计的自动交易机器人，具备自主策略与学习功能，并能实现自动化交易。所有API接口均已编写完成，用户只需填写相应的密钥即可使用。
     
  • 基于多因子的量化交易策略——以股票为例子
    优质
    本研究探讨了在股票市场中应用多因子量化交易策略的方法与效果，通过综合考量多种影响股价的因素，旨在提高投资决策的质量和效率。 多因子量化交易策略是一种结合了多种因素进行分析的自动化投资方法。这种方法通过综合考虑多个影响股票价格的因素（如财务指标、技术指标以及市场情绪等），来构建模型并执行买卖决策，从而提高投资回报率或降低风险水平。 该策略通常包括数据收集与处理、建立因子库、筛选有效因子、回测验证及持续优化等多个环节。在实践中，投资者可以利用历史数据和当前信息对不同证券进行评估，并根据量化结果作出交易决定，以期获得超额收益。
     
  • MATLAB程序化交易策略BOLL_SYSTEM.m
    优质
    MATLAB程序化交易策略BOLL_SYSTEM.m 是一个利用Bollinger Bands指标进行自动化股票交易的MATLAB脚本，旨在通过波动率分析优化买卖时机。 利用MATLAB编写了Boll交易策略，并实现了策略的回测过程以及得到了相应的回测结果。
     
  • 4、Python量化交易之双均线策略记录
    优质
    本文章详细记录了使用Python进行量化交易时，应用双均线策略的过程和心得。通过实际案例分析，深入探讨该策略在市场中的运用及优化方法。 Python量化交易-双均线策略笔记
     
  • 布林带均值回复量化交易策略.py
    优质
    本Python程序实现了一种结合布林带与均值回归原理的量化交易策略，旨在自动识别股票市场的买卖时机。 本策略的交易逻辑是：当价格触及布林线上轨的时候进行卖出操作，在触及下轨的时候则执行买入动作。经过回测分析后发现该策略的收益率为99.77%，最大回撤值为32.04%，夏普比率为0.43。