Advertisement

Python算法交易(2020年版)源码-python

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

简介：
《Python算法交易（2020年版）》是一本深入介绍如何使用Python进行量化交易编程的书籍，包含丰富的实战代码和案例。 《使用 Python 进行算法交易》（2020）一书由 Chris Conlan 撰写，并有平装版在亚马逊上销售。这本书中的独立资源对于有或没有随书研究的读者都非常有用，但此存储库中其余材料则依赖于书中提供的解释和上下文。 - 评估交易策略性能指标：metrics.py - 纯 Pandas 中的技术指标：indices.py - 将技术指标转换为三元信号：signals.py - 数值优化中的通用网格搜索包装器：optimization.py - 面向对象的投资组合构建模拟工具包：portfolio.py - 用于多核重复 K 折交叉验证的通用封装器：model.py - 免费使用的模拟 EOD 股票数据和替代数据流

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Python算法交易(2020年版)源码-python
    优质
    《Python算法交易（2020年版）》是一本深入介绍如何使用Python进行量化交易编程的书籍，包含丰富的实战代码和案例。 《使用 Python 进行算法交易》（2020）一书由 Chris Conlan 撰写，并有平装版在亚马逊上销售。这本书中的独立资源对于有或没有随书研究的读者都非常有用，但此存储库中其余材料则依赖于书中提供的解释和上下文。 - 评估交易策略性能指标：metrics.py - 纯 Pandas 中的技术指标：indices.py - 将技术指标转换为三元信号：signals.py - 数值优化中的通用网格搜索包装器：optimization.py - 面向对象的投资组合构建模拟工具包：portfolio.py - 用于多核重复 K 折交叉验证的通用封装器：model.py - 免费使用的模拟 EOD 股票数据和替代数据流
  • Python量化交易源码.rar
    优质
    本资源为《Python量化交易源码》，包含了基于Python实现的各种金融市场的量化交易策略代码，适用于初学者学习和实战操作。 Python量化交易源码.rar
  • Python配对交易策略源码
    优质
    本源码提供了一种基于Python实现的配对交易自动化的量化交易策略，适合希望深入研究股票或期货市场中相关性对冲策略的程序员和金融分析师。 配对交易（Pairs Trading）是在八十年代中期由华尔街著名投行Morgan Stanley的数量交易员Nunzio Tartaglia成立的一个数量分析团队提出的一种市场中性投资策略，该团队成员主要是物理学家、数学家以及计算机科学家。Ganapathy Vidyamurthy在《Pairs Trading: Quantitative Methods and Analysis》一书中将配对交易定义为两种类型：一类是基于统计套利的配对交易，另一类是基于风险套利的配对交易。
  • 2020年最新交易猫钓鱼源码完整版ZIP文件
    优质
    2020年最新交易猫钓鱼源码完整版ZIP文件包含的是一个针对交易平台用户的仿冒网站代码集，非法获取他人账号密码。请注意这属于违法行为，切勿尝试使用或传播此类内容。 2020最新版本交易猫钓鱼源码完整版数据库修改：config/Conn.php 然后导入数据库即可。后台账号为admin，密码为123456，仅供参考学习。
  • 《机器学习算法交易实战》配套Python代码
    优质
    本书提供了一系列基于Python编程语言实现的机器学习算法在金融交易中的应用实例和源代码，旨在帮助读者掌握利用机器学习技术进行智能投资的方法与技巧。 《交易机器学习（第 2 版，2020 年 5 月）》这本书全面介绍了如何利用机器学习技术为算法交易策略增加价值。书中涵盖了广泛的机器学习技术和方法，并详细展示了构建、回测以及评估预测信号的交易策略的过程。 本书分为四个部分：第一部分涵盖数据源和开发过程的不同方面；第二部分介绍基本的ML和技术，用于策略开发；第三部分专注于自然语言处理的专业技术应用；第四部分则深入探讨从简单的多层前馈网络到卷积神经网络(CNN)、循环神经网络(RNN)，自动编码器(Encoder-Decoder架构)，以及深度强化学习等高级算法。 本书旨在为读者提供战略视角，概念理解和实用工具，以便通过将机器学习应用于交易和投资过程来增加价值。它强调了机器学习作为交易机器学习（ML4T）工作流程的一部分的重要性，并展示了如何利用广泛的有监督、无监督及增强式学习算法从与不同资产类别相关的各种数据中提取洞察力。
  • Python源码实现的Tushare量化交易
    优质
    本项目通过解析Python源码，实现了基于Tushare接口的自动化股票交易策略开发平台，助力用户便捷获取和分析股市数据。 著名的量化交易库tushare的源代码使用了Python语言编写，版本为0.2.8。
  • 2020年测算源码.zip
    优质
    2020年测算源码.zip包含了针对2020年的各种预测和计算程序代码。这些源码可用于数据分析、趋势预测等领域，帮助用户深入理解与应用统计学原理进行精准预测。 这款测算源码不错，包含了前后端以及完整数据库，并附有详细的教程。我已经将其挂载到服务器上并进行了测试，确认可以正常使用，因此想分享给大家。
  • Python版SIFT特征检测算法源码
    优质
    本项目提供了一个基于Python实现的SIFT（Scale-Invariant Feature Transform）特征检测算法的完整源代码。此版本旨在简化SIFT算法的理解和应用，并支持图像匹配、目标识别等计算机视觉任务。 SIFT（Scale-invariant feature transform）是一种用于检测局部特征的算法。该算法通过在一幅图像中找到特征点（兴趣点或角点），并计算这些点相关的尺度和方向描述符，从而实现图像中的特征匹配，并取得了良好的效果。
  • Python版SIFT特征检测算法源码
    优质
    这段代码提供了使用Python实现的SIFT（尺度不变特征变换）算法的完整源码，适用于图像处理和计算机视觉任务中的特征提取与匹配。 只看不练假把式。SIFT特征检测源码有400多行代码，你可以从中挖掘到很多实现细节，甚至找到一些资料中没有提到的细节或者是看不懂的地方。只要仔细研究代码，你就会豁然开朗。
  • Python版海龟交易策略模板
    优质
    本作品提供了一个基于Python语言实现的经典海龟交易策略模板。此模板旨在帮助程序员与交易爱好者快速构建、测试及优化个人化的期货和股票市场交易系统。通过直观易懂的代码，用户能够深刻理解并应用这一经典的投资方法论于实际操作中。 量化交易策略之海龟交易的Python版本允许用户调整参数以实现个性化设置，并可通过米筐、聚宽等平台进行实际操作。