2017年11月8日

第32节 策略有效性的验证

寻找长线下跌的股票,过去120个交易日整体趋势为下跌趋势 短线走势上涨的股票,过去30个交易日整体趋势为上涨趋势 最后使用30日突破策略作为策略最终买入信号 判定趋势是否为上涨下跌的拟合角度值为+-4
2017年11月8日

第31节 资金仓位管理与买入策略的搭配

本节主要讲解针对整体策略风格体制资金仓位管理策略,abupy默认的仓位管理策略为atr资管策略,详请阅读‘第4节 多支股票择时回测与仓位管理’。
2017年10月25日

阿布量化界面操作视频教程 第一节 量化交易

第1-2节 择时策略的开发与优化 作者: 阿布 阿布 […]
2017年10月25日

第30节 趋势跟踪与均值回复的长短线搭配

上一节讲解了多因子策略并行执行配合的示例,本节讲解趋势跟踪与均值回复的长短线搭配的示例。 在《量化交易之路》中量化入门章节讲过趋势跟踪和均值回复的概念以及策略示例,量化交易系统中策略的原型只有趋势跟踪和均值回复,不管多么复杂的策略最终都会落在这两个基础策略概念范围内。
2017年10月17日

第26节 星期几是这个股票的‘好日子’视频操作教程在线观看

星期几是这个股票的‘好日子’视频操作教程在线观看
2017年10月13日

第12节 机器学习与比特币示例

在《量化交易之路》中我曾经编写过猪老三的世界中使用机器学习对股价和涨跌进行预测的幻想示例。 在猪老三的世界中实现了:机器学习.fit(x, y) = (股价预测,涨跌预测) =发财
2017年10月11日

第6节 回测结果的度量

前面小节中都使用分解流程方式一步一步实现回测,目的是为了更清晰的说明内部操作流程, 编码过程会显的有些复杂臃肿,但实际上在编写完成一个策略后只需要使用一行代码即abu.run_loop_back可以完成回测。 详细代码实现请阅读abu.run_loop_back()函数,下面使用run_loop_back()进行策略示例:
2017年2月3日

机器学习之路

机器学习需要一条脱离过高理论门槛的入门之路。本书《机器学习篇》从小红帽采蘑菇的故事开篇,介绍了基础的机器学习分类模型的训练(第1章)。如何评估、调试模型?如何合理地发掘事物的特征?如何利用几个模型共同发挥作用?后续章节一步一步讲述了如何优化模型,更好地完成分类预测任务(第2章),并且初步尝试将这些技术运用到金融股票交易中(第3章)。自然界*好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架开始(第4章),讲解了DNN模型的直观原理,尝试给出一些简单的生物学解释,完成简单的图片识别任务(第5章)。后续章节在此基础上,完成更为复杂的图片识别CNN模型(第6章)。接着,本书展示了使用Caffe完成一个完整的图片识别项目,从准备数据集,到完成识别任务(第7章)。后面简单描述了RNN模型(第8章),接着展示了一个将深度学习技术落地到图片处理领域的项目(第9章)。
2017年2月3日

量化交易之路

本书从量化交易的正确性认识出发,以Python语言为基础,循序渐进地讲解了量化交易所需要了解的各种知识及工具。书中特别穿插了大量的开发技巧和交易投资技巧,所有示例都基于量化交易及相关知识,体现了实战的特点。例如,在讲解机器学习技术在量化交易中的使用这部分内容时,并不需要读者有深厚的数学功底,而是偏重实际应用,讲解各种技术在量化交易领域的功用。本书共11章,分为4部分。第1部分讲解了量化交易的正确认识;第2部分讲解了量化交易的基础,如Python语言、数学和几种数据分析工具等;第3部分讲解了量化交易系统的开发与使用、基础度量概念及优参数等问题;第4部分讲解了机器学习技术在量化交易中的实战应用。附录中还给出了量化环境部署、量化相关性分析、量化统计分析及指标应用的相关内容。