吃瓜群众:10年翻400倍?!这怎么可能?!肯定是标题党?! 回答:绝对不是。后面会附上原始数据、代码、结果,用数字说话。 吃瓜群众:那这个策略是不是非常复杂? 回答:不复杂。这个策略非常简单,简单到一句话就能讲清楚。 邢不行是经管之家(原人大经济论坛)「量化投资」版块的版主,毕业于香港科技大学,热门教程《量化小讲堂》作者。 今天,邢老师给大家分享一个策略,一个在过去10年可以让你的本金翻400倍的选股策略。 选股条件 这个策略非常简单,简单到只用了一个选股条件。但是这个选股条件在众多其他条件中,却是最
Stock [1]- 终端实时获取股票价格,实时查询股票价格,默认查询了沪指、深指。需要安装requests库,通过调用新浪股票API,实时查询股票价格,支持查询多支股票,通过threading多线程
作者在自学机器学习的过程中,尝试开发了一个基于机器学习的A股选股工具。本文是在赤兔的“数据挖掘”小组分享的此次开发过程和心得体会的整理。 股票价格的可预测性——工具的意义 关于股票价格的可预测性,我想
环境是python3.6.5以及PyCharm不得不说,JetBrains做的IDE都很不错,无论是这款PyCharm还是IntelliJ、Goland在形参处的名称提示太方便了
投资理财是几乎是每个人的人生必修课,修的好,能带来很多睡后收入。但是没有丰富的投资知识,不要进入股市。假如你有一些闲钱,这些钱如果没了,对你的生活质量丝毫不受影响,那么,可以用这些闲钱玩一玩股票,记住一点,不可以使用杠杆,如果没有闲钱,那就玩模拟炒股吧。
在股市里,光是一支股票,其 K 线、形态、指标就已经含有丰富的信息,更何况股市里有大几千支股票,各种信息令人眼花缭乱。普通散户到底如何全盘分析,选出一支潜力股?
今天给大家分享一位好朋友的六年量化程序开发历程,最后他的策略实现了很高的收益,身边有很多朋友也都是主业码农,副业量化,这种搭配是现在非常流行的,量化代码给大家放在了文章末尾,看完后希望对你有所启发与帮助~
作者介绍:Runsen目前大三下学期,专业化学工程与工艺,大学沉迷日语,Python, Java和一系列数据分析软件。导致翘课严重,专业排名中下。.在大学60%的时间,都在CSDN。决定今天比昨天要更加努力。前面文章,点击下面链接
掘金仿真提供免费的仿真交易API接入方式。使用掘金API,可以下单、撤单,查询资金、持仓与委托成交数据。另外掘金仿真还提供了实时消息推送接口,委托状态变化、成交回报等消息会以实时的方式推送。
vnpy [1] 基于python的开源交易平台开发框架。项目的用户包括:私募基金,证券自营、资管,期货公司,高校的金融研究院系,个人投资者等,机构用户加起来至少20多家。 该项目拥有较为丰富的Py
http://blog.csdn.net/liuyukuan/article/details/53560278
力扣题目链接:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-ii
最近"量化交易"成为了热门话题,具体缘由我就不多说了,之前觉得"量化交易"非常地神秘,"量化交易"是什么?它和"程序化交易"有什么区别?找些资料了解下。
本文将详细介绍日内网格交易策略的原理,并结合Python代码示例,展示如何在掘金平台上实现这一策略。
以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
Backtrader 是 2015 年开源的 Python 量化回测框架(支持实盘交易),功能丰富,操作方便灵活:
基于当前统计的股票数据选择最优的选股方案和投资组合方案,以及预测股票价格未来一段时间的走向趋势以及波动程度,具有很大的实用价值
最近炒股是买什么就跌,一直是亏损哎,哭,作为学过python的人来讲怎么能容忍,之前也炒过股票觉得用阳包阴这样的k线来选出来的股票还不错。于是说做就做,我可以用python来写一个选股的程序。
链接: https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii
Python是一门广泛在各个行业应用的语言,包括计算机,生物学,金融。可以说,python除了不会生孩子,其他啥都行。本文将使用python来玩转股票数据,让你见识Python的强大。
不用复制粘贴,也不用写python,今天教你一个零代码可以自动抓取股票交易数据的好办法。来看看我自动化的效果吧!
数据是金融量化分析的重要基础,包括股票历史交易数据、上市公司基本面数据、宏观和行业数据等。随着信息流量的日益膨胀,学会获取、查询和加工数据信息变得越来越重要。对于鼓捣量化交易的人来说,怎么能说不会玩数据库呢?目前常用的开源(免费)数据库有MySQL、Postgresql 、Mongodb 和 SQLite (Python自带),在2018-2019年DB-Engines 排行榜上位居前十(见下图),可见其使用量和受欢迎程度较高。这几个数据库各有自己的特点和适用环境,关于该学习哪一个或如何学习网上有很多相关资料。本文主要为大家简单介绍如何使用 Python 操作 Postgresql 数据库(其他数据库类似),利用 psycopg2 和 sqlalchemy 实现 postgresql 与 pandas 的 dataframe 进行交互,一步步搭建自己的量化分析数据库。
本文总结单因子测试的分层测试法。与回归法相比,分层测试法相对繁琐,但能展示更多细节。 分层测试法的思路是在统一的规则下, 利用单因子构建投资组合进行回测,然后对投资组合的表现进行全面评价,通过投资组合的表现说明因子的有效性。
从2018年6月4日起,公众号每发布一篇文章,就为大家分享一张Octodex的创意图。 # 002 今天我们为大家带来最新的研报内容,来自广发证券金工团队的《风险中性的深度学习选股策略》。下面让我们来
量化交易策略无非三点:择时、选股、仓控。择时为短期套利交易策略,选股为中长期交易策略,目标是在中长期跑赢指数、获取市场超额收益率alpha。多因子选股的关键是找到寻找因子与股票收益率之间的相关性,即对收益率预测能力强的因子。一般多采用如下步骤:
随着中国的证券市场规模的不断壮大、市场创新不断深化、信息披露不断完善、市场监管不断强化,随着现代投资组合理论的发展和计算机技术的进步,投资者为了在股票交易中取得更多的收益,就需要有合理有效的投资策略,因素模型的基础上发展出众多量化研究模型。对于这些模型的研究能够帮助投资者有效的跟踪市场的变化,为得出更好的投资策略而提供帮助。Logistic选股模型正是这些众多模型中的一个。
之前做了很多因子测试的工作,但一直没有总结,感觉很凌乱,决定花时间把这部分东西写一写,温故知新,也为后续学习打基础。首先写一下单因子测试部分,分三篇,数据预处理一篇, 回归法一篇,分层测试法一篇。本篇首先说明多因子模型是什么,随后着重于单因子测试流程及数据预处理的细节,附代码。
ai量化系统架构的思考 背景 现在很多群体,尤其是有点金融背景或兴趣的程序员群体,“大量”进入量化交易这个领域。 以quantopian为蓝本,做出to c的quant平台。这个前文说过,受众肯定是非常窄的。有能力的人,不需要平台;编码对于大多数人也是一个门槛。 另外,即便像果仁或ricequant也出了向导式写策略,门槛降下来不少。但还是不对。用户还只能从经验出发,或者去试。 回测只是一个结果,本质是构建策略思路的过程。比如盈利目标,短线的话,看基本面意义不在,一个季度基本面都不会变的(变了你也不知道)。
大家好,这里是程序员晚枫,今天为大家整理了23个Python爬虫项目。整理的原因是,爬虫入门简单快速,也非常适合新入门的小伙伴培养信心。
在阅读了李笑来得到APP上《通往财富自由之路》专栏第24周的“开始投资活动的条件是什么”文章之后,我快速用C#写了一款windows小程序,没想到发布在学习小组后受到了不少人的关注。 李笑来的投资演练
Anaconda是开源的Python包管理器。既是Python各种库的大礼包集合,也是一个能创建虚拟机环境的工具。我安装它的原因是因为我要使用Python的AkShare库获取数据,要求Python 3.6 及以上版本。我电脑Python 2.7.15,又不想升级,所以安装anaconda,用anaconda创建虚拟机环境,在虚拟机环境使用Python3.6,本地电脑保持原版本不变。 下载地址www.anaconda.com选择download,
翻译 | AI科技大本营(rgznai100) 参与 | 刘畅 编辑 | 周翔 【AI科技大本营导读】最近,A股尤其是上证指数走势凌厉,让营长有种身在牛市中的错觉。然而大盘天天涨,营长账户中还是那几百万,甚至还有所缩水。夜深人静的时候,营长常常会点着一支烟,思索到底有没有一个完美的算法,可以预测股价的涨跌,这样就可以早日实现财务自由,走向人生巅峰。这时,一篇外国友人的文章成功引起了营长的注意,看完后备受启发,所以我们将其编译后,分享给大家。 友情提醒:股市有风险,投资需谨慎。 对数据科学家来说,预测证券
这一两年,二级市场开始呈现出一种万物皆可多因子的态势,基金、行业、债券、转债,能想到的品种,都开始往上套,毕竟股票上想再做创新很难,但换个品种复制一遍,相对容易。
在回测区间的各个调仓日选出的股票数在18只-86只之间,2009年4月-2009年7月、2014年10月-2015年2月、2015年10月-2016年3月三个时间段的股票数较少,从2017年后半年至2018年前半年的一年时间里选出的股票数较多。
为了追求长期的超额收益,投资者们经常结合使用进攻和防守的策略。其中进攻端一般采用质量、价值、动量及低波动的因子以获取长期优于市场的回报。但是这些策略一般都具有较大的波动和回撤,这对于风险偏好较谨慎的投资者很难接受。
大量数据中具有"相似"特征的数据点或样本划分为一个类别。聚类分析提供了样本集在非监督模式下的类别划分
金融科技&大数据产品推荐:量子金服投研管理平台
程序员,或许内心深处都怀揣着一个量化投资的梦想,渴望凭借自己的编程和人工智能技能,再补点基础的金融知识,我们便可以构建一个量化交易系统,轻松实现财富自由。这样的理想确实诱人,似乎让我们看到了轻松实现个人价值的可能性,也让我们看到了用代码改变世界的力量。
股神巴菲特在面对公众的时候,第一常干的事情是喝可乐卖萌。 第二常干的事情,就是部不断的教导大家: “对于个人投资者而言,最好的投资方式就是指数定投!” 一、什么是指数定投? 所谓指数定投,就是不管股市
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 量化投资与机器学习公众号 独家撰写 公众号为全网读者带来Backtrader系列自推出第一期以来,受到了众多读者的喜爱与点赞,QIML也会继续把这个系列做好。 让那些割韭菜的课程都随风而去吧!!! 公众号将为
1.量化 对于一般投资者,甚至是部分金融从业者来说,量化投资都是一门高大上的技术,充斥着模型代码和算法假设,门槛非常高。其实,生活中的量化思想无处不在。 例如,某魔都金融民工,每日上班路线是这样的:乘地铁或者公交至陆家嘴,随后步行或者乘华宝兴业免费接驳车至公司楼下。哪条路线最近呢? 此人先罗列了所有可行的路线,随后花了一个月时间,逐条路线进行多次试验,最终成功找出不出意外情况下最近的线路,完美!这就是最简单的量化思想,利用大量数据,找出大概率的最优策略,并照此执行。 海外的量化投资发展已经超过三十年
通过参数设置获取日k线、周k线、月k线,以及5分钟、15分钟、30分钟和60分钟k线数据。本接口只能获取近3年的日线数据,适合搭配均线数据进行选股和分析。
目标地址: http://stock.finance.sina.com.cn/stock/go.php/vIR_RatingNewest/index.phtml
作者:林骏翔 想做数据,首先从获取数据开始。但是对于需要获取什么数据,数据可以干什么,很多人还是一头雾水,知乎达人林骏翔给出了参考。 题主问了有什么网站,能用来做什么。我给出几个API网站吧,做APP用的可能比较多,不过也可以用在日常生活中。 一、生活服务 手机话费充值。 天气查询。 快递查询。 健康食谱。 查医院。 水电煤缴费。 电影大全。 谜语、歇后语、脑筋急转弯。 音乐搜索。 健康知识。 百度糯米、团购等信息。 彩票开奖 以上接口都来自网站:http://www.apix.cn/services/
在每一天,你可以决定是否购买和/或出售股票。你在任何时候 最多 只能持有 一股 股票。你也可以先购买,然后在 同一天 出售。
目前,金融市场总是变幻莫测,充满了不确定因素,是一个有许多投资风险的市场。这与其本身的市场规律和偶然性有关,金融危机、国家政策以及自然灾难等都会影响到金融市场,均会影响投资的收益情况。所以投资者总是希望能够找到应对的方法来减少投资的风险而增加收益。随着老百姓对合理的财富分配理论有着迫切的需求,学会优化投资理财,做到理性投资,是当前投资者最关心的问题。
题目:一个有名的按摩师会收到源源不断的预约请求,每个预约都可以选择接或不接。 在每次预约服务之间要有休息时间,因此她不能接受相邻的预约。给定一个预约请求序列,替按摩师找到最优的预约集合(总预约时间最长),返回总的分钟数。
1.选择PEG < 0.5, 即稳定成长且价值被低估的股票 其中PEG = PE / growth_rate 2.使用ES风险平价配权 3.根据组合的日内波动小于3%的条件, 与货币基金组合配资 4.最大持仓5只股票和1只货币基金, 优先买入市值小的, 15天调仓一次 5.剔除了周期性和项目类行业(该部分对改善回撤有明显的效果)
策略,可以实现目标的方案集合,在交易中,策略是指当预先设定的事件或信号发生时,就采取相应的交易动作。
领取专属 10元无门槛券
手把手带您无忧上云