登录社区云,与社区用户共同成长
邀请您加入社区
有量化想法但不会编程,用 AI 生成代码是个好主意,但又会遭遇 AI 幻觉:虚构指标、逻辑混乱、暗藏未来函数……没有晦涩代码,逻辑全透明,你不用懂 Python,只要看这些句子对不对,自己就能审核。不用学习编程,不用害怕 AI 策略暗藏隐患,散户也能轻松搭建专属量化策略。精准编译,可不是 AI 概率生成,不用大模型就没有幻觉,100% 准。没有代码、没有幻觉、没有黑箱,普通股民也能安全用 AI 做
界面右边则是这100支股票的整体收益,近3年整体收益率31.88%,买盘317,盈利203次,亏损21次。本策略融合相对强弱理论与价格动量理论,依靠 RSI 判断多空力量相对强弱、MTM 衡量价格绝对动量衰竭拐点,构建动量衰竭后的短线反转交易模型。RSI>70 代表多头力量透支,进入超买区间。图中上面一条是K线,中间是RSI趋势,下面是MTM曲线,最下面一行则是策略发出的买卖信号,红色的圆点表示买
这里虚构函数,那里逻辑张冠李戴,又或是某个地方偷偷引用未来数据……如今AI也能编程写策略,听起来很香,但靠谱吗。你以为把AI代码跑一跑,能运行就OK。量化策略用自然语言书写,好坏一眼看清,。工具只输出清晰买卖信号,手动下单就行。一个微小的错误,计算结果就大相径庭。看不懂代码的你,敢拿真金白银去试吗。自带一键回测功能,还能随心调整优化。让普通人也能拥有专属的量化交易体系。散户都想做量化,可两道门槛难
而在后半段出现的单边加速主升浪行情中,股价沿 MA20 持续拉升,很难同时满足 BIAS 深度负乖离与 W&R 高位超跌条件,策略无入场信号,执着等待回调会踏空主升趋势,应注意切换趋势跟踪类策略。本策略融合BIAS 乖离率均值回归理论与W&R 威廉指标区间极值理论,双指标交叉验证短期深度超跌,专门捕捉股价急跌后的技术性修复反弹,两套指标从不同维度量化下跌透支程度,互补短板,大幅减少单一指标带来的诱
【摘要】四线多头策略是一种基于5日、20日、60日、120日均线排列的趋势跟踪方法,通过识别均线向上发散的多头排列捕捉趋势行情。该策略在单边上涨市场表现优异(如测试案例年收益达97%),依靠大趋势盈利覆盖震荡市的小额亏损,具有简单客观、适合程序化交易的特点。其核心是"趋势确立入场,结构破坏离场",但需规避震荡行情产生的频繁假信号。成功应用关键在于严格纪律执行、适配市场环境,并可
海龟交易法则是经典的趋势跟踪策略,通过价格突破唐奇安通道(20日最高/低价)产生买卖信号。其核心在于用多次小止损捕捉大趋势行情,以高盈亏比取胜(胜率约40%)。策略在单边市表现优异,尤其适合大宗商品和蓝筹股,但在震荡市中易频繁止损。A股应用需选择流动性好的大盘股,避免小盘冷门股。该策略机械化执行,消除主观干扰,是量化交易的标杆方法,可通过调整周期参数或结合ATR指标优化。
传统AI量化存在严重幻觉问题:代码生成如同开盲盒,虚构函数、逻辑混乱、未来数据等问题频出,导致回测失真实盘亏损。AIQT创新性地提出"规范汉语中间层"解决方案,通过三大革新彻底解决这一痛点:1)将策略编写简化为中文填空题,用结构化汉语替代代码;2)建立固定模板强制AI规范输出,指标定义、买卖条件等均采用标准化表述;3)实现汉语策略到可执行代码的精准编译,完全规避概率型生成误差。
摘要:本文介绍了一种基于量价分析的突破交易策略,该策略通过价格突破关键位配合成交量放大来识别趋势信号。策略核心包括:收盘价突破20日高点且成交量达到5日均量1.5倍时买入,跌破10日均线时卖出。通过量化回测显示,该策略在上海电力股票上两年获得53.94%收益。进一步优化加入3%止损后收益提升至56.92%,AI建议增加趋势过滤器和突破确认条件后收益继续提升。文章指出该策略在趋势行情中表现良好,但需
在股市中,投资者常常面临一个问题:如何通过分析大盘指数与个股的相关性来优化自己的投资组合?在统计学中,相关性是指两个变量之间的线性关系程度。在股市中,我们通常用它来衡量大盘指数(如上证指数、深证成指等)与个股价格之间的关联程度。相关系数的取值范围在-1到1之间,其中1表示完全正相关,-1表示完全负相关,0则表示没有相关性。通过这些方法,你可以更好地理解大盘指数与个股之间的关系,并据此优化你的投资组
本系列将打造一套数字货币量化交易系统,将数字货币历史行情数据整合进去,从而能够支持数字货币交易策略的回测。
很多人第一次听说"同花顺接口"这个词可能会有点懵。简单来说,它就是同花顺这个炒股软件对外开放的一个数据通道。就像你家的水管连接着自来水厂一样,这个接口连接着同花顺的海量金融数据库。我做证券开户这么多年,经常遇到一些想做量化交易或者自己开发炒股工具的朋友。他们最头疼的就是数据来源问题——行情数据、财务数据、资金流向数据...这些要是自己一个个去收集,那得累死。而同花顺接口正好解决了这个痛点。
这篇开始正式介绍我开发的量化交易系统,量化交易的第一步就是获取历史数据,用于后续的数据处理、训练以及回测。
现在很多国内用户用不了tradingview,原因很多,不赘述。其中一个原因是数据源使用了国外数据源。实际上,只要建立自己的实时行情数据库进行实时更新,加上自己做一个简单web服务,同时将所有日志、品种信息、警报等等,全部换成本地web服务、或国内web云服务,就不存在问题了。我做了一个本地实现版的,现在一直在实际使用操作(期货/期权/股票等等都可以一样使用)。该版本是以python搭建web构架
本文详细介绍了如何利用通达信条件预警和QMT量化软件搭建自动化交易系统。通过设置通达信的条件预警功能并导出选股信号,再使用Python编写的量化程序对接QMT交易端,实现从信号生成到自动下单的全流程。文章包含具体操作步骤、关键代码片段以及运行效果展示,帮助用户利用熟悉的通达信指标公式构建个性化量化策略,显著提升交易效率。特别强调了该方案可结合通达信的L2数据优势,打造低成本的自控量化系统。适合想尝
转载需注明出处:http://blog.csdn.net/minimicall,http://cloudtrade.top/指标(Indicator)由三大关键组件组成:1. 实现你指标的类2. 在ACAlgorithm基类中的Helper方法,用于简化对你指标实现的调用。3. 测试方法用于测试指标的表现。为了实现一个指标,上述所有组件需要实现。下面的教程会带你浏览这些
国债逆回购的风险程度,约等于你担心银行存款不兑付。真正该焦虑的不是安全性,而是怎么抓住高息时点,让闲钱多生点小钱。毕竟现在这年头,年化3%的无风险收益,已经算不错的"躺赚"了。
通过筹码峰的变化,我们可以判断主力资金的动向。搭建一个量化模型,可以帮助我们更准确地捕捉主力资金的动向,从而做出更明智的投资决策。以上就是如何用筹码峰变化判断主力动向的量化模型搭建方法。希望这篇文章能帮助你更好地理解筹码峰,并将其应用到你的投资决策中。如果你有任何问题,欢迎在评论区留言讨论。让我们一起在股市中寻找更多的投资机会!
我们向六个领先的大语言模型(LLM)各提供了 1 万美元,让它们在真实市场中自主交易,仅使用数值型市场数据输入和统一的提示词/框架。初步结果表明,这些模型在风险偏好、仓位管理和持仓时间等行为上存在显著差异,并且对提示词的微小改动极为敏感。
15%止盈没问题,但别死磕这个数。牛市可贪心点,熊市多囤筹码,震荡市见好就收。关键是找到适合自己的策略,然后——执行到底别纠结。(完)排版建议:知乎风格可适当加粗关键句,用“---”分隔段落,代码块用灰色背景突出。
今天试着以量化投资的角度,对两者进行一下使用体验分享,是否有必要本地部署deepseek?如何借助这些优秀的模型构建自己的量化交易策略,希望对大家有所帮助。
卡15:00、躲节假日、别追涨杀跌、留点灵活资金。行情来了,手上有粮心里才不慌。
在金融市场中,套期保值是一种重要的风险管理工具,它可以帮助投资者减少价格波动带来的不确定性。本文将探讨如何利用量化模型进行套期保值,并评估其效果。我们将从套期保值的基本概念入手,逐步深入到量化模型的应用和效果评估。
量化交易止损策略有具体操作、常见方法和实用技巧。掌握这些策略,可有效控制风险,让交易安全性更高,收益更稳定。
在股市中,主力洗盘是指大资金通过一系列操作,清洗掉不坚定的筹码,为后续拉升做准备。这个过程往往伴随着股价的波动,很多新手股民容易被这种波动迷惑,从而做出错误的决策。好了,今天的分享就到这里。希望通过这个量化指标RSI,能帮助你们在股市中更好地识别主力洗盘的信号,避免被市场的波动所迷惑。记住,技术分析只是工具,真正的投资还需要结合基本面分析和市场情绪等多方面因素。我们下期再见!以上就是我今天的分享,
Python作为发展较快的编程语言,可以让程序员更加高效地工作和集成系统。Python的语法也是优先考虑了可读性,同时支持较少的代码行。一般来说,Python语言是中低端量化交易平台最普遍的选择。中低端量化交易平台,支持复杂度不高的脚本语言实现策略逻辑,多数是在图表上加载技术指标,进行自动化交易的。
在这个信息爆炸的时代,各种"神奇"的炒股软件层出不穷。但真正能长期盈利的,永远是那些愿意沉下心来研究市场规律的人。Backtrader可能没有花花绿绿的界面,但它能给你的,是一套完整的量化投资方法论。如果你真的想在股市长期生存,不妨从我这里开户后,好好研究下Backtrader这个工具。毕竟,在投资这条路上,正确的工具和方法,比一时运气重要得多。
它通过总结几十年市场上的K线形态及主力资金的建仓、洗盘、吸筹、拉升、出货手法,帮助投资者把握市场节奏。MID1、VART1、VART2、VART3、UPPER、LOWER、启明线、揽月线、U、D1。这些是常见的技术指标,如相对强弱指数(RSI)、移动平均线等,用于分析市场趋势和动量。此时应留意,因主力可能进行洗盘。这些都是绘图命令,用于在图表上显示各种信息,如K线图、特定条件下的标记等。类似前面的
每天早上9:15,A股市场就开始了集合竞价阶段。这个价格不是交易所随便定的,也不是哪个庄家说了算,而是市场上所有买卖单子撮合出来的结果。想象一下菜市场开市前的场景:菜贩子们把各种蔬菜摆出来,买家们开始询价,最后在正式开市前达成一个大家都能接受的价格。股票开盘价的形成原理也差不多。
MACD(Moving Average Convergence Divergence):这是一个趋势追踪指标,由快速EMA(12日)和慢速EMA(26日)的差异与其9日EMA的差异之差计算而来。VA(Volume Accumulation):这个公式计算了成交量的累积,如果当前收盘价高于前一天的收盘价,则累积成交量为正值,否则为负值。MA6、MA5、V05、V35和VL135:分别是6日、5日、5
在市场情绪极度恐慌的情况下,徐翔通过技术分析发现,尽管市场整体下跌,但仍有一些股票显示出强劲的反弹迹象。结合市场情绪和技术分析的结果,徐翔决定买入这只股票,并设定了合理的止损点。市场情绪分析帮助他理解市场的集体心理,而技术分析则提供了市场趋势的量化指标。这种逻辑清晰的投资流程,使得徐翔能够在复杂的市场环境中保持冷静,并做出正确的投资决策。虽然徐翔的投资策略涉及复杂的市场情绪和技术分析,但他总是能够
一般来说,T日操作逆回购,本金和利息会在T+N日自动回到账户,这个N取决于你选择的期限。但要注意的是,这里的"日"指的是交易日,周末和法定节假日不算。也就是说,如果你在节假日前最后一个交易日操作,可能会享受到"长假收益"。但要注意,市场是聪明的,这些时点的收益率高是有原因的。记住这些规则,下次操作逆回购时就能心中有数,不浪费每一个能赚钱的机会。举个例子:国庆节前最后一个交易日做1天期逆回购,资金虽
亲爱的朋友们,量化因子听起来很高大上,但它们并不是万能的。在实际应用中,我们需要结合市场情况、公司基本面和自己的投资目标,谨慎选择和使用这些因子。记住,投资是一场长跑,稳健和耐心才是胜利的关键。希望这篇文章能给你们带来一些启发。如果你们有任何疑问或者想要了解更多量化炒股的知识,欢迎在评论区留言,我会一一解答。我们下次再见!以上就是我今天要分享的内容,希望对你们有所帮助。我们下期再见!
FOF(Fund of Funds)翻译过来就是“基金中的基金”,它不直接买股票或债券,而是专门投资其他基金。比如一个FOF可能买了10只不同的股票型基金、债券型基金,甚至海外基金,相当于帮你做了二次分散。比如你买一只股票基金,可能因为某个行业暴雷亏惨,但FOF同时持有消费、科技、医药等多只基金,理论上单一基金踩雷影响更小。FOF最大的槽点是收费——你不仅要交FOF本身的管理费(通常1%-1.5%
很多新手看到基金账户里的"累计收益"数字,第一反应是:这个数字已经把分红算进去了吗?答案是肯定的。基金公司公布的累计收益,已经自动包含了你的所有现金分红和红利再投资的部分。举个简单的例子:你买了1万元某基金,半年后基金净值涨到1.1万元,这时候基金分红1000元。如果你选择现金分红,账户会显示持有份额价值1万元,同时收到1000元现金;如果选择红利再投资,账户会显示持有份额价值1.1万元。无论哪种
散户做量化交易从入门到精通,有详细步骤与关键要点。这些内容能帮助散户更好地参与量化交易,掌握投资技巧。
量化不是印钞机,但确实是散户少有的公平武器。去年帮个退休教师做了套凯利策略,年化16%他开心得请我吃饭。关键是要控制住手,很多人明明有好策略,结果一激动就满仓梭哈。最近营业部在搞量化实盘大赛,用Python的组平均收益比手动交易组高27%。要是你也想试试,不妨找我开个户——现在开户送Level2行情,还能进我们的量化交流群,每周都有代码分享会。记住,投资是长跑。用凯利公式的人,最后拼的不是谁赚得快
摘要:因子投资从华尔街专业工具发展为大众可及的量化方法,其核心是将投资逻辑转化为可验证的数学因子。开源平台FactorHub通过整合数据获取、因子计算、回测分析等全流程,大幅降低了量化投资门槛。该平台采用模块化设计和并行计算技术,提供200多个预置因子和可视化分析工具,支持个人投资者和机构快速验证投资策略。FactorHub的兴起反映了量化投资民主化趋势,通过开源生态推动投资决策的科学化,使专业级
我们的量化策略基于布林线收口的现象,通过一系列条件判断,预测并抓住即将到来的价格变动。
首先,MACD(Moving Average Convergence Divergence)是股票市场常用的技术分析指标之一,它由快速线(DIF)、慢速线(DEA)和柱状图(MACD)组成。底背离是指股价创新低,而MACD指标并未创新低,反而出现上升的情况,这通常被视为买入信号。通过上面的步骤,我们可以实现MACD底背离的量化验证。这个技术可以帮助我们识别潜在的买入信号,但记住,任何技术分析都不是
上市公司发行可转债时,本质上是在说:"我现在借你钱,但你可以选择把这笔债变成我的股票"。但公司不可能永远让你占着这个便宜,所以会在条款里埋一个"定时炸弹"——强制赎回条款。这个条款就像房东和租客签的合同里写着:"如果房价涨到原来的两倍,我有权让你搬走"。只不过在可转债里,触发条件通常是股价连续30个交易日中有15天达到转股价的130%。
最近总有人问我:"打新债真的能赚钱吗?"简单说,能,但别指望暴富。2023年可转债上市首日平均涨幅18.7%,中一签(10张)大概能赚200-300块,运气好碰上大肉签能赚500+。不过破发(上市就亏钱)的也有,今年破发概率大概10%左右。举个例子,今年最猛的首日涨了43%,中一签赚430;最惨的退市前跌成渣,但这是极端案例。90%的新债上市首日都是正收益。
通过大量实战案例,如对苹果、英伟达、中国石油等股票进行数据采集、回测和优化,不仅能理解量化逻辑,还能借助 DeepSeek 进行模型优化与预测。掌握量化交易所需的技术栈和实践方法。首先,在编程基础方面,从 Python 环境搭建、变量、数据类型、控制语句、函数、模块等核心知识入手,帮助基础人员快速掌握编程技能。随后,深入学习 NumPy、Pandas 等科学计算与数据处理库,掌握数组、Series
国泰君安上海江苏路、中信证券杭州延安路这些老牌游资席位,操作手法就像老厨师的招牌菜——火候精准,出手狠辣。游资也会根据市场风格调整战术,前些年流行的"核按钮"战术,现在基本被市场淘汰了。去年有个叫"华宝证券上海东大名路"的席位,连续三个月出现在各种高位接盘榜上,被散户戏称为"慈善营业部"。真正有参考价值的是"机构+游资"混合上榜的情况,比如买一是机构,买二到买五是知名游资,这种组合往往意味着短线机
建议拿出结余的30%-50%做定投。比如月薪1万,花销7000,剩下3000可以拿1000-1500定投。:遇到市场大跌(比如沪深300跌超20%),可以临时把定投金额调高50%-100%。我见过太多人纠结"该投500还是800",结果拖延半年错过一波上涨。每年加薪后,把定投金额同步上调10%-20%,这样既不会压力太大,又能让雪球越滚越快。"先上车,后续再慢慢调整姿势。工资5000和工资5万的人
量化中性策略追求绝对收益。优质的量化中性产品,在不同的牛熊市场环境中,均能获得稳健的正收益。量化中性策略通过量化分析 “买低卖高”,构建市场中错误定价的股票投资组合来获得收益。这些投资组合所提供的收益(和风险),不会随市场牛熊而改变。优质的量化中性产品具有收益相对稳定、可持续、风险较低的优势。在金融产品打破刚兑、净值化转型的大趋势下,量化中性产品成为稀缺的、风险可控的、提供相对稳定回报的投...
跨期套利策略简介什么是跨期套利? 跨期套利**是套利交易中最普遍的一种,是股指期货的跨期套利(Calendar Spread Arbitrage)即为在同一交易所进行同一指数、但不同交割月份的套利活动。 跨期套利**是利用同一商品但不同交割月份之间正常价格差距出现异常变化时进行对冲而获利的,又可分为牛市套利(bull spread)和熊市套利(bear spread)两种形式。例如...
参考链接:https://www.joinquant.com/post/3616?f=study&m=guide单股交易,选的是顺丰。简单的跟据过去二十天收盘价来判断是否买入,如果昨日收盘价高出过去二十天收盘价的平均价,则买入;否则,卖出# 导入聚宽函数库import jqdata# 初始化函数,设定基准等等def initialize(context):
最近几年,A股市场有个特别明显的现象:跟着政策走,赚钱不用愁。从新能源到半导体,从数字经济到专精特新,每次国家出台重大政策,相关板块总能掀起一波行情。作为开户经理,我每天接触大量投资者,发现很多人还在用老方法选股,错失了不少政策驱动的机会。通达信软件有个特别实用的功能——主题投资策略,能帮我们快速锁定政策受益股。今天我就结合自己多年服务客户的经验,分享几个实用技巧。
先来说两个有趣的现象:1、《Margin Call》这部描述金融危机前夕的电影中,提前发现公司资产“问题”的年轻分析师皮特·苏利文,是斯坦福大学空气动力学的博士,也就是一名火箭工程师;而他所在风险分析部的上司则是一名过目不忘、心算能力逆天的桥梁工程师。2、目前美国华尔街的公司正在大量的购买一种产品,你绝对想不到,这个产品尽然是——GPU,因为如果单纯的比拼“计算量”,GPU的能...
量化投资是指投资者可以使用数据分析、计算机编程技术、金融工程建模等方式,通过对样本数据进行集中比对处理,找到数据之间的关系,制定量化策略,并使用编写的软件程序来执行交易,从而获得投资回报的方式。Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。量化分析师们靠着敏锐的市场洞察力,扎实