技术文章

2017年10月13日

第20节 A股全市场回测

在第19节‘数据源’中分别获取了各个市场的6年交易数据,本节将做A股市场全市场回测。 买入因子,卖出因子等依然使用相同的设置,如下所示:
2017年10月13日

第19节 数据源

abupy除了之前章节讲解示例时使用的内置沙盒数据外,也内置了几个数据源,支持实时获取美股,A股,港股,期货和比特币等类型数据,内置的数据源仅供学习使用,abupy提供了接入外部数据源的接口和规范,本节的示例将讲解内置数据源的切换,以及接入用户外部的数据源的接口规范。
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17节 UMP边裁交易决策

上一节示例了ump主裁的使用以及回测示例 本节将示例ump边裁交易决策。 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,完整示例以及代码请阅读《量化交易之路》中相关章节。 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16节 UMP主裁交易决策

上一节示例了ump角度主裁的训练分解步骤,对任何比赛一个裁判是远远不够的,本节将训练更多的裁判。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,完整示例以及代码请阅读《量化交易之路》中相关章节。 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: