Advertisement

经典量化策略实操代码详解:双均线(期货)、Alpha对冲(股票+期货)、集合竞价选股(股票)、多因子选股(股票)及网格交易(期货)

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


简介:
本课程深入解析五种经典金融量化策略,包括双均线、Alpha对冲、集合竞价选股、多因子选股和网格交易的实战代码与应用技巧。 双均线策略在期货市场应用广泛,基于两条移动平均线的交叉情况作出买卖决策:一条短期移动平均线与一条长期移动平均线相比较。当短期线上穿长线即为买入信号;反之,若短线跌破长线,则视为卖出时机。 Alpha对冲是一种投资方法,通过同时购入表现优于市场基准的股票和沽出落后于市场的股票来降低风险并追求超越大盘的表现。此策略的目标是获取超额收益,并利用卖空机制对抗整体市场的波动性或下跌趋势。此外,在某些情况下还可以使用期货等金融工具实施Alpha对冲。 集合竞价选股是在开盘前通过参与交易所规定的集中撮合阶段,根据个人的市场分析和预期下单限价委托单来挑选股票的投资方法。这种方法主要依靠投资者对于市场情绪、走势以及个股基本面信息的掌握来进行决策。 多因子选股是一种统计学导向的方法,利用多个量化指标筛选出具有投资价值的目标证券组合。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 线)、Alpha+)、)、
    优质
    本课程深入解析五种经典金融量化策略,包括双均线、Alpha对冲、集合竞价选股、多因子选股和网格交易的实战代码与应用技巧。 双均线策略在期货市场应用广泛,基于两条移动平均线的交叉情况作出买卖决策:一条短期移动平均线与一条长期移动平均线相比较。当短期线上穿长线即为买入信号;反之,若短线跌破长线,则视为卖出时机。 Alpha对冲是一种投资方法,通过同时购入表现优于市场基准的股票和沽出落后于市场的股票来降低风险并追求超越大盘的表现。此策略的目标是获取超额收益,并利用卖空机制对抗整体市场的波动性或下跌趋势。此外,在某些情况下还可以使用期货等金融工具实施Alpha对冲。 集合竞价选股是在开盘前通过参与交易所规定的集中撮合阶段,根据个人的市场分析和预期下单限价委托单来挑选股票的投资方法。这种方法主要依靠投资者对于市场情绪、走势以及个股基本面信息的掌握来进行决策。 多因子选股是一种统计学导向的方法,利用多个量化指标筛选出具有投资价值的目标证券组合。
  • 基于Python的PAAS平台设计
    优质
    本项目致力于构建一个专为股票与期货市场设计的量化交易平台,采用Python语言进行开发。该平台旨在提供一站式的策略编写、回测及实盘交易服务,助力投资者高效执行交易策略。 该项目是一款基于Python的股票期货量化交易PAAS平台,源码包含480个文件,其中包括170个Python脚本、134个Rust代码、40个YAML配置文件、30个Shell脚本、22个Markdown文档、13个文本段落件和9个TOML配置文件。QUANTAXIS平台支持任务调度与分布式部署,并具备数据管理、回测、模拟交易、实际交易及可视化功能,是一款纯本地化的PAAS量化解决方案,适用于股票期货以及自定义市场的量化交易需求。
  • Android示例软件行情K线图等.zip
    优质
    这是一个包含Android平台示例代码的资源包,用于开发股市和期市相关应用。内含实现股票、期货信息查询及K线图展示等功能的示例代码。 该Demo主要展示炒股软件中的功能,包括股票、期货交易以及K线图和时图的查看。用户可以通过滑动屏幕来放大或缩小图表,并加载更多数据。此应用类似于牛股宝的功能,需要在安卓4.0以上系统上运行。
  • Y09_现.zip_利用Python进行__ Python
    优质
    本资料为《选股实现》项目包,内容涵盖运用Python语言实施多因子选股策略及因子选股技术,旨在帮助投资者通过编程优化股票选择过程。 多因子算法:采用多重因子筛选的Python算法。
  • 基于短特征的
    优质
    本研究提出了一种基于股票短期价格和交易量变化特征的多因子选股策略,旨在优化投资组合表现。 《101 Formulaic Alphas - Zura Kakushadze》:基于短周期价量特征的多因子选股体系——数量化专题之九十三,出自国泰君安研究报告。
  • 自动系统_池_飞狐系统
    优质
    该系统为股民提供智能化选股及自动交易服务,利用先进的算法和策略在飞狐平台上实现高效、精准的投资操作。 StockOrder.exe 主程序升级通常只需替换文件 Order.dll。对于股票池公式下单 DLL 文件,请将其放置在相关软件的对应目录内进行更新,并注意替换那些软件目录下的 Order.dll 和 StockOrderPanel.dll,这是与金魔方联动使用的专用文件。 帮助文档可能未及时更新,因此使用股票池时需要参考最新的公式例子。大智慧、通达信和飞狐等平台的公式下单所需文件,请根据最新提供的例子进行操作。 例如,在大智慧中运行股票池的例子:将目录中的相关文件复制到 USERDATA\Pool 文件夹下即可启用这些示例。
  • 基于——以为例
    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。
  • Python学习笔记(16)——筛
    优质
    本篇笔记详细记录了使用Python进行量化交易的过程,重点介绍了如何通过编程手段筛选出具有投资价值的股票策略,旨在帮助读者理解和实践基于数据驱动的投资决策方法。 完成指标计算后,我们可以编写程序遍历所有股票数据以筛选出符合条件的股票。在之前的笔记(14)中,我们观察到几组回测实验显示,选取5日线与60日线形成金叉买入、死叉卖出策略,在这些测试数据中能获得最高的资产收益。本段落将尝试选出前一天出现5日线金叉60日线的股票。实验的数据截止至2020年3月20日,即我们的策略需要选取截至该日期前两天K线图上形成5日均线与60日均线上穿交叉形态的股票。 相关代码如下所示: ```python # 判断金叉 def golden_crossover(df, fast, slow): # K线数量不足的情况(次新股) ``` 这里的函数`golden_crossover()`用于判断是否存在金叉,参数包括数据框df和两条均线的速度值fast与slow。当数据中的K线数量不足以形成有效的技术分析时,此部分代码会处理该情况。