首页 > TAG信息列表 > 回测
使用 Python 改善您的交易
使用 Python 改善您的交易 Photo by 奥斯汀蓟 on 不飞溅 Python 是一种具有多种应用程序的编程语言。特别是对于交易、分析、回测……它是你能找到的最好的语言之一。确实，Python 对数据科学非常有用，而数据科学可以改善你的交易。 注意：此页面将随着时间的推移而被填充，并且链接将低风险稳健策略：BTC套利策略
更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。 币安零手续费带来的机会 从7月8日的20点开始，币安推出了BTC现货交易零手续费的优惠活动，不论是Maker还是Taker都不收取手续费。此次活动包括了交易量最大的BTC/USDT和BTC/BUSD。 BTC现货对零费率，数字货币中短线策略（数据+回测+实盘）
更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。 当下行情适合什么策略 近期，数字货币市场的行情不可谓不大，前有usdc暴雷导致的Luna币几乎归零，后有BTC、ETH这两个大众持币信仰最强的币种跌至近2年的低位，更是在618打折日分别跌破20000和1000。可以backtrader回测的常犯错误
1. 幸存者理论只选择幸存者百倍股（腾讯，平果），却忽略了无数已衰落的企业（阿里）。 2. 后视镜理论错误使用了未来的数据，如a. 当天的收盘价。b. 技术指标含有未来的数据。 3. 单一市场适用策略只适用於A50，却不适用於恒指。如果增加市场，策略就不适用，即该策略是无效。 4. 过度调优叁数过度调R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列
原文链接：http://tecdat.cn/?p=26897 原文出处：拓端数据部落公众号 视频：风险价值VaR原理与Python蒙特卡罗Monte Carlo模拟计算投资组合实例 风险价值VaR原理与Python蒙特卡罗Monte Carlo模拟计算投资组合实例 ，时长10:03 风险价值 (VaR) 风险价值 (VaR) 是金融风险管理中使用最量化 - 量化回测框架
一、框架介绍 基础回测框架 不适用 云端的框架 二、策略创建运行流程 2.1 一个完整的策略，需要做的事情 2.2 策略初始设置介绍 2.3 策略主体运行流程分析 如果 回测频率 选的是每分钟，那么handle_bar就是每分钟判断一次。 三、2022年VNPY3.2版发布
这是VNPY官方 http://www.vnpy.cn 推出的一套功能全面的开源量化交易框架。 这套框架满足了大多数量化交易职业爱好者的需求，在2022年Python语言已在编程语言排行榜位居前列。 而VNPY的定位就是一套功能全面的Python开源框架， VNPY品牌定位主要服务于国内合规金融市场，主Backtrader：用最简单策略回测
翻译自： Quickstart Guide - Backtrader 原文数据无法下载，对代码进行部分修改以获取tushare股票数据。 运行结果： 期初资金: 100000.00 2020-02-03, Close, 4.68 2020-02-04, Close, 4.51 2020-02-05, Close, 4.57 2020-02-06, Close, 4.61 2020-02-07, Close, 4.70 2020-02-10,【完整】首门程序员理财课 Python量化交易系统实战
首门程序员理财课 Python量化交易系统实战 第1章 量化小科普 快速进行知识扫盲，了解什么是量化，基础金融知识科普。 学习☞https://pan.baidu.com/s/1O5f_iS9_dFXHx---EyUzhg 到达学习地方 共 8 节 (56分钟) 钥匙在这里☞ukhu 1-1 课程导学-开启量化交易的大门 1-2 什么是量化? 1基于MT5的沪深股票回测四--回测
基于MT5的沪深股票回测四--回测 简介1.首先在菜单-查看里面找到 策略回测 或者快捷键ctrl+R 打开回测界面选择指定策略--系统自带Moving average.ex5选择合约 002594选择测试周期，起始时间然后点击开始回测回测结果：此策略显示盈利为负值，回测成功，但是策略不合适A股 股票谢谢大家..THE 10 REASONS MOST MACHINE LEARNING FUNDS FAIL
https://zhuanlan.zhihu.com/p/69231390 标题 THE 10 REASONS MOST MACHINE LEARNING FUNDS FAIL One Sentence Summary 上古时期做金融都用多元线性回归，ML（机器学习）为金融问题引入了非线性函数，但也带来不少坑，过去20年，老夫（作者）看着多少公司起高楼，又楼塌了。根据我的经验，这些失败背TICK回测研究一，每日批量获取行情
一、概述 近期很多小伙伴抱怨没有一个可以做逐笔回测的平台，那我就想能不能自己来做这个逐笔回测，但是现有平台呢逐笔的历史数据很少，最多只有3天的（极星），那么能不能自己存历史数据呢？当然是可以的，这就是本篇要分享的思路。 所有实现都基于极星量化平台。 二、问题与分析 12021-10-29尤破金10.30伦敦金,美原油,白银TD,外汇下周行情价格走势预测
黄金行情走势分析 周五(10月29日）亚洲时段，现货黄金持稳于1799附近。周四（10月28日）金价小幅走高，主要因欧洲央行转鹰、美元走软且数据显示美国经济增速降至一年多来最慢，提振了对避险黄金的需求，但美股及美债收益率大幅上涨限制了金价涨幅。在美联储明年升息预期升温之际，基于python人工智能量化交易api免费公开征集意见
全职研发基于人工智能的量化交易已有两年多的时间了，公司成立了一年多的时间，两年多时间里，经历了很多次技术瓶颈，时间最长的一次一个月前刚刚突破，瓶颈期长达半年直接，毫无进展，不过熬过来了，反而一马平川，硕果累累 这两年时间里，也遇到了一些有共同愿景的人士的理解和支持，在此特原创 | 以ETF为例——配对交易Python源码全公开
配对交易是指八十年代中期华尔街著名投行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。 在实际操作中，其执行过程可以简单地描述为：投资者首先选择相互匹配的两个资产，当配对资产价格差异增加的时候，做多价格偏低的资产，同时做空【答读者问18】学习backtrader的捷径-写给backtrader初学者
本文是免费文章，可以在下面的文章中免费阅读。 有不少的读者咨询如何更快的学习backtrader,在这一讲中，我将基于自己的经验与理解，分享下对backtrader整体框架的理解，以便能够让大家在学习的过程中能够事半功倍。 预计在下一篇文章中，将会分享一下，学习backtrader需要掌握的一些pytCTA策略之威廉W%R交易策略
目录一、摘要二、威廉W%R原理三、威廉W%R计算四、威廉W%R使用五、策略实现六、策略回测七、完整策略代码 一、摘要 威廉W%R是一种古老的技术指标，在1973年由Larry Williams首创，简称威廉指标或W%R，全称为威廉超买超卖指标。在其发表的《我如何赚得一百万》一书中进行了详细的阐述，这是多股回测（backtrader+quantstats+akshare）
导包 #引入技术指标数据 from __future__ import (absolute_import ,division,print_function,unicode_literals) import datetime #用于datetime对象操作 import os.path #用于管理路径 import sys #用于在argvTo[0]中找到脚本名称 import backtrader as bt #引入backtra【答读者问16】回测的时候，价格是使用哪一种复权方式(前复权、后复权与不复权)
在做股票回测的时候，如果回测的时间期间比较长，如果中间存在分红、送股、拆分、合并等事件导致账户股票数目(或者权益)变化，价格可能大幅度变化的情况下，就需要考虑是否对股票价格进行复权处理。 常见的复权方式 前复权 保持当前的价格不变，对导致股票数目变化或者权益变化的事更具体但忽略交易策略的回测框架搭建
import pandas as pd import datetime #日度行情数据集 daily_price = pd.read_csv("C:/Users/10712/Desktop/learn_backtrader-main/data/daily_price.csv", parse_dates = ['datetime']) #parse_dates:将某一列设置为时间索引 #daily_price.head() sec_code:代码 open:开盘用Python编程借助现有量化平台编写股票交易策略和回测分析
一、简介 大家好，我是启航。今天给大家分享的内容是基于Python编程，实现股票交易相关功能开发，如果读者对股票或金融衍生物交易不太了解，又比较感兴趣的话可自行查询相关资料。 接下来笔者会给大家介绍股票交易中的常见几种交易策略实现思路和源码编写过程，如果大家听说过量化交易这策略评价与建立模拟
摘要 评价策略回测的指标建立模拟交易未来函数运行过慢过拟合策略失效收益与风险的取舍自测与自学 在学习了如何编写策略后，我们将介绍下评价策略回测的指标，如何建立模拟交易，以及除回测之外还有哪些需要关注的方面。 策略回测指标 如下图，一个策略回测后会给出一些指标，可以在API初识量化交易
摘要 为什么需要量化交易？量化交易是做什么？量化交易的价值何在？做量化交易需要什么？聚宽是什么？零基础如何快速入门量化交易？自测与自学 量化交易比传统交易强多少？ 它能让你的交易效率提高百倍，量化交易之于传统交易方法，如同大型收割机之于锄头镰刀，机枪大炮之于刀剑棍棒。 也就是是量化交易策略基本框架
摘要 策略编写的基本框架及其实现回测的含义及其实现初步学习解决代码错误周期循环的开始时间自测与自学 通过前文对量化交易有了一个基本认识之后，我们开始学习做量化交易。毕竟就像学游泳，有些东西讲是讲不懂，做过就会懂。 由于本教程是基于聚宽量化交易平台（www.joinquant.com商品期货的OpenInterest和FMZ回测撮合机制
记录一些商品期货程序化交易时学习的概念与问题思考，对于初学者入门时概念理解应该会有点帮助。商品期货的OpenInterest商品期货行情数据中包含一个OpenInterest字段的数据，经常有用户咨询这个数据如何获取，获取是非常简单的。在此之前，我们先给还不清楚这个OpenInterest概念的同学讲解