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24节 比特币 vs 黄金 ?莱特币 vs 白银 ?

比特币与莱特币是现在交易量最大的币类,比特币的出现类似于真实市场中的黄金,莱特币的设计标榜黄金与白银的关系,比特币10分钟一个块,莱特币参照1:4的关系设计2.5分钟一个块,总数量比特币为2100万,莱特币8400万,那是不是比特币和黄金的相关度高,莱特币和白银的相关度高呢?
2017年10月13日

第18节 自定义裁判决策交易

与之前章节一样,本节示例的相关性分析只限制在abupy内置沙盒数据中,和上一节一样首先将内置沙盒中美股,A股,港股, 比特币,莱特币,期货市场中的symbol都列出来,然后组成训练集和测试集,买入卖出因子等相同设置:
2017年10月13日

第14节 量化相关性分析应用

交易目标之间的相关性分析是量化交易中一个非常重要的工具,本节将示例abupy中相关分析模块的使用示例: 受限于沙盒中数据限制,本节示例的相关性分析只限制在abupy内置沙盒数据中,首先将内置沙盒中美股,A股,港股, 比特币,莱特币,期货市场中的symbol都列出来:
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13日

第11节 期货市场的回测

上一节讲解的是比特币,莱特币市场的回测,以及使用abupy内置模块对市场进行分析优化策略,提高系统的稳定性,本节主要示例期货市场的回测。 abupy中内置的期货沙盒数据有如下交易品种
2017年10月13日

第10节. 比特币, 莱特币的走势数据分析

上一节讲解的是港股市场的回测,以及使用AbuTLine.show_least_valid_poly优化策略,提高系统的稳定性,本节主要示例比特币与莱特币的走势分析与回测。
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。