- 博客(6)
- 收藏
- 关注
RSS订阅原创 数字货币量化交易实战教程
本文介绍了量化交易系统的核心开发流程和技术要点。系统采用Python技术栈，包含交易所对接、数据管理、技术指标计算、策略开发、回测验证、风险控制和实盘交易等模块。量化交易的优势在于客观性、强执行力和高时效性，但需注意市场变化可能导致策略失效。文章详细讲解了双均线策略和布林带策略的实现方法，以及风险管理的重要性。系统支持回测和实盘交易两种模式，通过配置文件灵活调整参数。最后强调加密货币交易的高风险性，建议在模拟环境充分测试策略，并严格遵守风险管理规则。
2025-08-19 05:48:39
2309
5
原创 如何判断一个量化策略是否有效
摘要：量化投资策略常因过拟合导致实盘失效，表现为过度拟合历史噪声而非市场规律。过拟合成因包括模型复杂、数据非平稳、回测缺陷等。识别方法涵盖样本外测试、交叉验证、稳健性检验等技术手段。有效策略需通过样本外收益衰减率＜30%、参数稳健性等定量指标验证。防范原则包括简化模型、正则化约束等。最终需构建"样本外测试+稳健性检验+实盘验证"三维评估体系，确保策略具备跨周期适应能力而非历史数据巧合。
2025-08-13 00:04:58
1465
1
原创 Nautilus Trader：高性能开源量化交易平台的技术架构与实践指南
NautilusTrader是一款基于Python的开源量化交易平台，融合Rust高性能内核与Python易用接口，为交易者提供跨市场交易支持。其技术架构采用事件驱动设计，支持多资产类别交易，包括外汇、加密货币、股票等。平台具备高精度回测引擎、低延迟执行系统、灵活策略开发框架和完善风险管理工具，适用于高频交易、套利等多种策略场景。通过Rust的并发处理能力和Python的生态优势，NautilusTrader在性能与开发效率间取得平衡，为量化交易者提供从回测到实盘的全流程解决方案。
2025-08-12 01:17:06
2127
原创 探秘加密货币量化交易策略：从技术指标到机器学习的实践之路
本文系统梳理了14种加密货币量化交易策略，分为技术指标、时间序列模型和机器学习三大类。技术指标策略包括海龟汤反转、布林带波动性混合、MACD趋势跟踪等11种策略，通过指标组合捕捉市场信号；时间序列策略采用GARCH模型预测波动率；机器学习策略则运用逻辑回归实现自主优化。各类策略在数据周期、风险管理（止损止盈设置）和信号验证方面各有特点，交易者需根据市场环境、资金规模和风险偏好进行选择与优化，以保持策略有效性。
2025-08-08 18:35:01
1990
原创 25年全新量化学习路线
本文提供了一个量化交易的综合学习指南，涵盖16个关键领域。从机器学习基础（第1章）到高频交易策略（第10章），详细介绍了教科书、在线课程（Coursera等）、YouTube视频、播客等多元学习资源。特别强调了衍生品交易（第2、11章）、数学基础（第8章）和编程语言（第12章）的重要性，同时提供GitHub项目（第15章）和实战案例（第13章）供实践参考。适合不同层次学习者系统掌握量化交易所需的理论、工具和市场知识。
2025-08-08 14:29:59
708
原创 从零搞懂量化投资：28 个核心概念一次讲透（附实战用法）
《量化投资核心概念速览》摘要：本文用通俗语言解析28个量化投资核心概念，分为8大类：基础概念（选股、择时等）、风险评估（夏普比率、最大回撤等）、市场规律（动量效应、反转效应等）、经典理论（CAPM模型等）、实操策略（凯利法则等）、常见陷阱（过度拟合、未来函数等）、技术工具（MACD、布林带等）以及进阶技术（机器学习等）。文章强调量化投资本质是用数学模型替代人脑决策，通过案例说明每个概念的实际应用，同时提醒新手避免常见误区，建议从小资金实盘开始验证策略有效性。文末提供学习资源指引，帮助读者由浅入深掌握量化投资
2025-08-07 01:17:36
2103
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人