技术文章

2017年10月13日

第15节 量化交易和搜索引擎

虽然我们无法对市场做到确定性的预测,但是股票市场也并不是杂乱无章的,预测和混沌之前存在着一种状态,这种状态可以使用使用概率来描述。《量子物理史话》中薛定谔方程说整个宇宙,你和我都是概率,波恩对波动方程的解释为:电子电荷在空间中的实际分布是电子在某处出现的概率,我们只能预言概率!电子有90%的可能出现在这里, 10%的可能出现在那里,我们也同然可以使用统计来预言概率,如某个策略在某种情况下失败概率为90%,成功概率为10%。 本节将介绍abu量化系统中的ump模块,它使用了多种机器学习技术,来实现我上面说的预测概率。
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13节 量化技术分析应用

量化交易的最大优势即为通过计算机强大的运算能力,在市场广度分析上占有绝对优势,通过历史规律的总结,在规律的基础上发现概率优势,形成良好投机优势,量化交易离不开技术分析,本节将主要示例一些常用的技术分析在abupy中的接口实现。 将abupy内置沙盒数据中美股,A股,港股市场中的symbol都列出来,稍后绘制这些symbol的阻力线,支持线:
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