2017年10月17日

什么是量化交易?

什么是量化? 1、首先看下百度百科的解释: 所谓量化 […]
2017年10月13日

第29节 多因子策略并行执行配合

上一节讲解了经典择时策略双均线的示例,本节讲解多因子策略并行执行配合。 到目前为止已经示例了很多买入因子,abupy中一个特点即是可以在交易中使用多个买入,卖出因子并行执行生效。 在回测交易中可以组织多个买入因子构建序列,如:
2017年10月13日

第28节 真 • 动态自适应双均线策略

上一节讲解了选股策略与择时策略相互配合的示例,本节的内容将讲解择时策略中的经典策略双均线策略,以及它的优化版本动态自适应双均线策略。 下面先获取沙盒数据中美股一年的数据,为之后的分析做数据准备:
2017年10月13日

第27节 狗股选股策略与择时策略的配合

投资股票是为了获取回报,纸上富贵固然令人热血沸腾,但现金收入才是实实在在的回报。现金收入来自哪里?可以是公司分红,也可以是卖出股票后获得的差价,即股息和资本利得。 公司股息取决于经营状况,如果业绩稳定,分红政策稳定,那么就可以有稳定的现金回报。股价虽然最终取决于公司经营状况,但在很多情况下会发生背离,在市场火爆时股价被捧上天,在市场低迷时又被打入谷底,所以与股息回报相比,资本利得的稳定性不高,不易把握。
2017年10月13日

第26节 星期几是这个股票的‘好日子’

很多刚接触交易的人总喜欢把交易看成一种有固定收入的工作,比如他们有自己的规矩,周五一定要把所有股票都卖了,安安心心过周末,周一看情况一切良好再把股票买回来。 还有一些人有着很奇怪的癖好认为周三是他的幸运日,在周三买入他选中的股票,有些人每个月第一个周五发工资,市场就是由这些各种各样的人组成的。
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

第4节 多支股票择时回测与仓位管理

之前的章节无论讲解策略优化,还是针对回测进行滑点或是手续费都是针对一支股票进行择时操作。 本节将示例讲解多支股票进行择时策略的实现,依然使用AbuFactorBuyBreak做为买入策略,其它四个卖出策略同时生效的组合。
2017年2月3日

第1节 择时策略的开发

量化系统一般分为回测模块、实盘模块。 回测模块:首先交易者编写实现一个交易策略,它基于一段历史的交易数据,根据交易策略进行模拟买入卖出,策略中可以涉及买入规则、卖出规则、选股规则、仓位控制及滑点策略等等,回测的目的是验证交易策略是否可行。 实盘模块:将回测通过的策略应用于每天的实时交易数据,根据策略发出买入信号、卖出信号,进行实际的买入、卖出操作。