对于从事加密货币行业的任何人来说，使用RESTapi从交易所查询实时数据并不总是最佳做法，原因有很多效率低下:每个查询都需要时间，并且会显着影响性能，尤其是对于高频策略。交易所施加的限制很容易被打破，例如Binance的硬限制为每分钟1200个请求权重您只能检索有限数量的历史数

Backtrader是2015年开源的Python量化回测框架（支持实盘交易）。专注于为量化交易策略提供回测和实盘交易功能。它允许用户集中精力编写可复用的交易策略、指标和分析工具，而无需花费时间构建基础设施。Backtrader基础教程该部分内容将围绕Backtrader几个核心组件，进行

在当今的金融领域，量化交易正逐渐成为一种重要的交易方式。而在众多编程语言中，Python似乎成为了量化交易的首选，今天我们总结下在量化交易中Python常用的的库和工具。数据处理与分析1.Pandas：这是一个用于数据处理和分析的强大库。在量化交易中，它可以用来读取、清洗和处

Python股票接口实现查询账户，提交订单，自动交易（1）Python股票程序交易接口查账，提交订单，自动交易（2）股票量化，Python炒股，CSDN交流社区>>>Python：量化交易的核心编程语言Python的基础优势Python在量化交易中犹如一把万能钥匙。它的简洁性使得即使是编程新手也能快速上手。对于

本文将回答下面的问题：超参数优化后的参数可以在未来继续有良好表现吗？进行超参数优化后，我应该选择表现最好的那组参数吗？很多人应该都有过用超参数优化让初始策略的收益翻好几倍的经历。这看起来很不错，然而当你面对这样一份非常漂亮的回测报告时，你到底有多大把握这组参数在未来

炒股自动化：申请官方API接口，散户也可以python炒股自动化（0），申请券商API接口python炒股自动化（1），量化交易接口区别Python炒股自动化（2）：获取股票实时数据和历史数据Python炒股自动化（3）：分析取回的实时数据和历史数据Python炒股自动化（4）：通过接口向交易所发送订单Python炒股自动化（5）：

量化合约跟单系统的开发是一个复杂且需要高度技术能力的过程，它涉及多个关键步骤和考虑因素。以下是一个概括性的开发流程，包括主要步骤和注意事项：一、需求分析功能需求：明确系统需要支持的功能，如市场数据接入、量化策略执行、用户交互界面、风险管理、订单生成与执行等。性能

CTA策略在现代金融市场中扮演着重要角色，通过技术分析和趋势跟踪，其能够帮助用户捕捉市场动向，实现风险对冲和利润最大化。在中高频交易中，CTA策略对交易效率、盈利能力的助益尤为明显。在投入实盘交易之前，利用市场的历史数据对量化中高频策略进行测试和评估是确保交易策略有效

Abstract摘要：主要分享了一套科学且适合实盘的机器学习回测方法。并且提供相关的因子计算代码。代码获取方法于文章结尾。往期量化文章：高频因子(2)--集成订单流不平衡(有代码)高频因子--tick级别订单流因子计算(附代码)未来研究--订单薄时序成像/账户分析库RSRS择时指标

圣杯依然闪耀RSI永远是我最爱的指标–因为潮汐和回归是这个蓝色星球的生命年轮，这样的轮回也存在于交易世界。而RSI就是刻画市场中的潮汐和回归的最好指标之一。年初我介绍过Connor’sRSI。这次我们将探索Connors提出的一个基于短时RSI的均值回归策略，重点是介

前面我们说过对于量化初学者而言，不建议自己搭建量化框架/平台，应该以实现量化策略为主，所以就给大家推荐了一些量化平台，比如：聚宽、优矿、掘金、QMT、PTrade等等，但只是寥寥几句，并未做太多的介绍。那么今天我们便来说说其中两款比较优秀的量化交易平台：QMT与PTrade。一、那QMT是什么

在金融投资的世界里，量化交易正逐渐成为一股不可忽视的力量。它以数据驱动和算法决策为特点，为投资者提供了一种全新的交易方式。本文将深入探讨量化交易的基本概念、优势、挑战以及如何开始使用量化交易策略。量化交易的定义与起源量化交易，起源于1980年代初，是一种基于数学模型

 >Julyedu.com感谢白嫖的七月在线专注数据领域的在线教育01自动化交易综述时间序列分析策略建模及其优化方法策略评价与回测风险管理交易策略的实现交易策略的执行BP(BackProppagation)算法误差反向传播(ErrorBackPropagation,BP)算法。学习过程由信号的正向传

更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。三方平台与自主系统的优劣势对比在编写量化策略回测时，可以选择使用三方平台（第三方量化平台）或自主平台（自己编写代码）两种方式。它们各自有一些优劣势，下面是它们的对比：三方平台：优势：简单易用：

这篇论文2014年发布在SCI一区，共3篇，作者是师承模糊集之父Zadeh的王立新教授（西安交通大学），论文的贡献在于把金融领域模糊的表达转变为模糊集（fuzzysets）和隶属函数（membership），先看回测展示： 图中上图绿线表示买入并持有，红线表示卖出。下图是系数值，绿色代表买方力量值，红色代表卖方力

原文链接：http://tecdat.cn/?p=26897最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。风险价值(VaR)是金融风险管理中使用最广泛的市场风险度量，也被投资组合经理等从业者用来解释未来市场风险风险价值(VaR)VaR可以定义为资产在给定时间段内以概率θ

市面上的Quant教程少得可怜，就像十年前的数据科学一样。此时此刻恰如彼时彼刻，所以我深知，如果我不自己动手写出一批教程，中文互联网就永远没有面向新手的开放教程可用。幸好现在我们有了ChatGPT，它减轻了我的主业工作量，让我有时间投入这个方面；同时，它也大大减轻了编写教程的工作量，能让

老规矩先上图，看看ASI指标使用苹果数据回测后的结果如何。一、策略运行结果执行的结果：StartingPortfolioValue:100000.00FinalPortfolioValue:92514.82AnnualizedReturn:-1.93%SharpeRatio:-0.27MaxDrawdown:25.34%MaxDrawdownPeriod:441唉，好像亏钱了

量化交易发展这么多年，有很多优秀的前辈为我们提供了各种开源的交易回测系统，我将对常用的Backtrader、Zipline、PyAlgoTrade这三个量化交易回测平台进行详细介绍,并进行对比分析。一、Backtrader概述:Backtrader是一个Python的事件驱动型回测框架,由社区驱动开发,功能全面且灵

去年大盘持续走弱，就准备学习下量化，当时发现市面上有很多量化平台，聚宽，米匡，BIGQUANT等等，在网上查了大家使用感受，尝试了多个以后，目前在使用QMT。QMT极速策略交易系统是一款专门为国内量化私募、个人高净值客户、活跃交易客户、量化爱好者研发的集行情显示、策略研究、交易执行和

更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。技术宅此前分享的数字货币策略多为单边策略。单边策略最大的特征是在承担一定的波动风险前提下获取高收益率。而对于许多稳健的、中、低风险偏好的投资者来说，在承担尽可能小的波动风险前提下，获取

策略说明由于每年的：收益=G_PE+G_E+G_PE*G_E+DY；其中，通过选股，可以大致确定：G_E和DY；而通过PE也可大致得到G_PE的期望（见：《PE值大小与次年增长率的关系分析》）；进而，可以推算出整体的收益期望。那么，如果找到高G_E（盈利增长）的股票呢？传统方案是对股票本身进行筛选。上个月

一、pandas计算策略评估指标在量化回测过程中，需要从收益、稳定性、胜率、风险四个方面来综合评估策略好坏。熟练掌握评估指标，还能够帮助大家识别一些经典“骗局”，如只展示基金的年化收益，而不提基金的波动率或者最大回撤使用周收益率来计算夏普比率，而不是使用日收益率来计算

量化交易开发之初识量化（一）如果你想量化交易快速入门1.从零开始教编程。本教程中则会从零开始教编程，解决量化入门过难过编程门槛这一问题，绝不讲复杂的程序语法。2.量化与编程相结合。本教程不仅会教少量的编程，而且会尽量结合量化场景，减少"我要做量化交易，为什么要学习编程？！"的愤

一、什么是投资1.1经济意义上的投资投资是为获得一定的预期社会经济效益而进行的资金或资本物的投入及其活动过程。1.2投资的分类实物资产，又称实质资产或有形资产，是以实物形态存在的资产，如汽车、房屋、机器设备、各种原料、材料等，是固定资产与流动资产、生产流通性固定资产