Advertisement

Freqtrade交易策略:freqtrade-strategies

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


简介:
Freqtrade Strategies是专为自动化交易工具Freqtrade设计的一系列优化交易策略集合,旨在帮助用户在数字货币市场中实现高效、自动化的交易操作。 交易频率策略由@Freqtrade Discord的@werkkrew和@JimmyNixx合作开发。使用这些策略需自担风险,我们不承担任何责任。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Freqtradefreqtrade-strategies
    优质
    Freqtrade Strategies是专为自动化交易工具Freqtrade设计的一系列优化交易策略集合,旨在帮助用户在数字货币市场中实现高效、自动化的交易操作。 交易频率策略由@Freqtrade Discord的@werkkrew和@JimmyNixx合作开发。使用这些策略需自担风险,我们不承担任何责任。
  • 淘宝
    优质
    《淘宝交易策略》是一本专为淘宝卖家设计的操作指南,内容涵盖营销技巧、店铺优化和买家心理分析等,旨在帮助卖家提升销售业绩。 期货程序化交易的内容收藏起来用于学习,实盘操作后果自负。
  • 151.pdf
    优质
    《151交易策略》是一份详尽解析股票、期货等市场交易技巧的指南,提供实战经验与理论分析相结合的方法,助投资者制定有效的交易计划。 151 Trading Strategies,包含151个量化交易策略。
  • 网格
    优质
    网格交易策略是一种自动化的投资方法,通过设定价格区间和买卖点来捕捉市场波动中的收益机会。这种方法适用于稳定且有一定波动性的市场环境,帮助投资者在不频繁监控市场的前提下实现资产增值。 网格交易法结合了数学与传统智慧,在华尔街的激烈竞争中脱颖而出。
  • 网格.pdf
    优质
    《网格交易策略》是一份深入探讨金融市场中网格交易方法的PDF文档。它涵盖了如何设定买卖点、计算利润空间以及风险控制等关键内容,旨在帮助投资者理解和应用这种稳健的投资技巧。 经典的网格交易法/网格策略详细讲解为量化交易提供了重要参考。以下是对该主题的详细介绍: 1. **定义与原理** 网格交易是一种基于价格波动进行买卖操作的方法,通过设定一系列的价格区间(即“网格”),在市场价格上下穿越这些区域时触发相应的买入或卖出指令。 2. **策略应用步骤** - 设定初始参数:包括网格的大小、步长以及总的范围。 - 建立交易模型:根据市场情况确定买卖点的位置和数量。 - 实施自动化操作:利用量化工具执行预设好的规则,减少人为干预带来的偏差。 3. **优点与风险** 优势在于能够有效捕捉到市场的波动性收益;缺点则是当趋势明显时可能错过大行情,并且频繁交易可能会产生较高的手续费成本。 4. **优化建议** - 调整网格参数以适应不同市场环境。 - 结合其他技术指标,如RSI、MACD等,来提高策略的有效性和稳定性。 希望上述内容能帮助大家更好地理解和运用网格交易法。
  • matlab_macd代码_strATEGY
    优质
    本段代码展示了如何在MATLAB环境中实现MACD(移动平均收敛发散)交易策略。通过计算MACD指标帮助投资者识别股票或金融产品的买卖时机,适用于量化交易研究与实践。 MACD交易策略代码包括四个子函数: 1. `top_sharpes`:选取夏普比率最高的五只股票。 2. `best_weights`:确定最优权重分配。 3. `my_macd`:计算每支股票的MACD指标值。 4. `backtest`:识别买卖信号并模拟交易,计算各股累计收益。 主函数流程如下: 1. 设定训练期为一年,测试期为半年; 2. 动态选股: - 使用四个子函数来计算第i个测试周期内的累积回报率; - 将该测试期内的数据合并到训练数据中; - 继续使用更新后的数据集进行下一轮(即第i+1轮)的累计收益计算,直到结束。 3. 最后将所有训练期和测试期间收集的所有累计收益信息汇总起来。 此策略通过不断迭代优化选股模型,并根据MACD指标生成交易信号以实现最大化投资回报。
  • TB源码.zip_口袋mu_v的TB源码_
    优质
    本资源为口袋mu_v开发的TB(Tick By Tick)高频交易策略源代码,适用于量化交易平台进行深度市场分析和自动交易执行。 交易策略及其相应的学习内容全部基于源码进行。
  • Python量化:简均线
    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。
  • Python配对源码
    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。
  • Python量化库-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。