Advertisement

TB策略源码.zip_口袋mu_v的TB交易策略源码_策略

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

简介：
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • TB策略源码.zip_口袋mu_v的TB交易策略源码_策略
    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。
     
  • TB交易先锋实战策略002
    优质
    TB交易先锋实战策略002是一份深入分析和讲解淘宝（TB）平台先进交易技巧与策略的学习资料。旨在帮助用户掌握实战经验，提升交易效率与成功率。 ParamsNumeric midtanqilen(5); // 黄线通道突破的长度参数初始值 Numeric BreakLimen(0); // 价格突破黄线超出的比例 Numeric barsPer(0); // 价格突破黄线的个数 Numeric WinPoint(1000); // 盈利点数 Numeric LossPoint(1000); Numeric Begintime(9.42); // 开始时间 Numeric endtime(0.1506); // 结束时间 Numeric lastovertime(0.1512); // 最后超时时间
     
  • 股指期货5分钟日内突破策略TB源码.rar_5分钟策略_日内策略_TB源码
    优质
    本资源提供了一套针对A股市场股指期货的5分钟时间框架内的日内交易策略代码（TB源码），旨在帮助投资者捕捉短期价格波动带来的盈利机会。 股指期货5分钟日内突破策略tb源码及相应的期货代码提供了一种在短期内捕捉市场波动的交易方法。该策略利用了技术分析中的时间周期特性，在五分钟的时间框架内寻找价格突破，以期实现盈利目标。请注意，任何自动化的交易系统都应谨慎测试和评估风险，并且根据个人的投资理念进行调整使用。
     
  • 开拓者 TB 【震荡与趋势结合策略 源码】
    优质
    开拓者TB是一款独特的交易工具，它融合了震荡和趋势分析策略，旨在帮助用户准确把握市场动向，实现高效交易。 开拓者 TB 期货自动化交易模型供交流使用。
     
  • 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。
     
  • 人人宽客C18-TB 开拓者程序化交易策略
    优质
    人人宽客C18-TB 开拓者程序化交易策略是一款专为金融市场设计的自动化投资工具，利用先进的算法模型捕捉市场机会，旨在帮助投资者简化交易流程，实现高效、智能的投资决策。 基于TB开拓者程序化交易的量化指标，仅供学习使用，并不能保证盈利。
     
  • 人人宽客C04-TB 程序化交易开拓者策略
    优质
    人人宽客C04-TB程序化交易开拓者策略是一款专为金融市场设计的自动化交易系统，采用先进的算法模型进行高效、智能的投资决策。它基于MetaTrader平台上的MQL语言开发，适合追求高效率与精确度的投资者使用。 基于TB开拓者程序化交易的量化指标供学习使用，并不能保证盈利。
     
  • 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。
     
  • matlab_macd交易策略代码_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。
     
  • 淘宝交易策略
    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。