墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
2.8k累计阅读
2.9k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
本文的策略类似海龟策略，不同的是加入了资金管理和仓位控制，策略逻辑较之前的海龟策略更为复杂。希望通过本文的介绍，大家对如何开发量化策略、如何使用可视化界面有更深的认识。感兴趣的朋友可以直接前往BigQuant人工智能量化投资平台进行克隆复现。
策略设计如下：
完整策略如下，资金管理还有待完善。至于效果这么好，主要就是既定的股票池部分股票近两年有行情。欢迎 克隆！
趋势跟踪 + 大盘择时：牛市收益放大器的终极指南
量化投资中，大盘择时策略常与其他策略组合使用以优化收益和风控。常见搭配包括：趋势跟踪策略（顺势放大收益）、均值回归策略（震荡市低买高卖）、行业轮动策略（周期性配置行业）、多空对冲策略（对冲系统性风险）、资产配置策略（跨资产分散风险）等。此外还可结合机器学习预测模型、波动率交易和程序化交易提升适应性。需注意择时滞后性、策略一致性、过拟合风险及交易成本。合理搭配可构建"宏观择时+微观策略"的多层次体系，实现不同市场环境下的稳健收益。
SuperTrend指标实战：用Python回测A股策略，聊聊参数（ATR周期、乘数）怎么调才有效
本文深入探讨SuperTrend指标在A股量化交易中的实战应用，通过Python构建完整的回测框架，分析ATR周期与乘数参数的优化逻辑。文章详细介绍了参数敏感度测试、市场状态识别及动态参数调整方法，帮助交易者提升策略表现。特别强调参数优化需匹配市场特征，并分享风险控制与策略增强技巧。
外汇交易员和外汇操盘手如何用海龟交易法则应对A股市场
而今沪深股市时不时就会震荡一下，小融就给而今沪深股市时不时就会震荡一下的外汇操盘手外汇操盘手和外汇交易员介绍一下应对A股市场的秘密武器 - 海龟交易法则。 首先来讲一下外汇操盘手是怎么样的一种存在： 外汇操盘手主要是为大户(投资机构)服务，操作股市交易，外汇操盘手的职责是看着走势图帮顾主操作股票,赚取最大利润，外汇操盘手按成长阶段分基本二种，一种是做庄，一种是专业套利.下面说的是以前的国内...
量化交易核心指标解析（四）——实战应用篇
本文深入解析量化交易核心指标ATR、MA和MACD的实战应用技巧。通过动态止损设置、仓位管理和突破信号过滤等策略，ATR指标能有效提升账户稳定性；MA组合系统在趋势跟踪中表现优异；MACD指标的进阶用法包括量价确认和参数优化。多指标协同交易系统结合趋势、动量和波动率指标，实现高收益低回撤。
同花顺Supermind量化交易 风险控制建模--海龟交易法则
A.市场与标的海龟交易法则应用于流动性高的市场中，选择交易量较大的标的进行交易。本文以沪深300指数ETF为标的，构建海龟交易法则。B、仓位：仓位是海龟交易系统最核心的部分，通过ATR真实波幅指标来管理仓位。第一步：计算True Range，简称TR。TR = Max ( H−L , H−P , P−L ) ，其中H为当日日内最高价，L为当日日内最低价，P为前一日收盘价。第二步：计算ATRATR = mean ( TR , 20 ) , 即计算过去20天的TR的平均值，ATR是TR的移动平均值。
Win7运行豆包桌面版的兼容性原理与实操方案
Windows 7作为已停止主流支持的操作系统，其与现代Electron应用的兼容性问题本质是API层面的系统调用断层。Electron 28+依赖的GetSystemTimePreciseAsFileTime、SetThreadDescription等Windows 10专属API，在Win7 SP1中天然缺失，导致‘无法定位程序输入点’等典型错误。解决路径并非简单打补丁，而是需理解底层ABI差异、补丁堆叠边界及动态API转发机制。关键技术价值在于通过兼容层（如VxKex NEXT）或运行时降级（Elec
NAT反向代理技术的实现（外网访问内网）
NAT反向代理技术的实现（外网访问内网）(版权所有，引用 请联系作者，注明出处) NAT技术是网络中的重要应用之一。当有一个场景：内网搭建了服务器，需要外网访问时，可以借助NAT映射来实现。如：单位建立了一个Web服务器，我们希望在员工回家之后，依然可以访问到它，那怎么实现呢？ 下面的拓扑图，就用来示范这个应用反面场景的实现过程。 一、题目要求： 地址配置如图。使用静态路由： 1、配置右侧交换机2950T，实现单臂路由； 2、配置路由使网络连通； 3、配置NAT访问，实现外网对风网服务器的
Shopee App加密算法逆向实战：从抓包到libshpssdk.so的深度解析
本文详细解析了Shopee App加密算法的逆向过程，从网络抓包发现加密参数入手，通过Frida动态Hook定位到Java层关键方法，并深入追踪至Native层的libshpssdk.so核心函数。文章结合实战演示了如何利用Unidbg模拟执行环境进行算法分析与验证，并探讨了核心参数生成逻辑及风控规避要点，为移动安全与逆向工程研究提供了完整的技术路径。
Windows下ArduPilot SITL仿真环境搭建与QGC地面站联调全攻略
软件在环仿真（SITL）是无人机开发中的关键一环，它通过将飞控固件运行在PC上，用数学模型模拟传感器数据，实现无硬件依赖的飞行逻辑验证。这项技术不仅降低了试错成本，更为地面站开发、自动化测试和任务规划提供了安全可控的试验场。在工程实践中，MAVLink协议作为飞控与地面站之间的通信桥梁，贯穿仿真、遥测与指令控制全程。结合QGroundControl（QGC）这一主流地面站，开发者可以直观地观察飞行状态、规划航点并记录日志。本文以Windows原生环境为例，详细介绍ArduPilot SITL的搭建流程、MA
VGG16
VGG16学习笔记
Arm A-profile架构RAS系统设计：可靠性、可用性与可服务性解析
在计算机体系结构中，可靠性(Reliability)、可用性(Availability)和可服务性(Serviceability)是构建高可信系统的核心要素。RAS系统通过硬件错误检测、隔离和恢复机制，确保系统持续稳定运行。其技术原理包括ECC内存纠错、冗余执行单元和错误传播阻断等关键技术，可显著降低数据中心等关键业务场景的故障率。现代芯片设计中，Arm A-profile架构提供标准化的RAS框架，涵盖从内存子系统到计算单元的全方位错误管理。通过分层防御策略和统一错误记录格式，实现硬件错误可追溯、可修复。
后仿真中《SDF反标必懂连载篇》之 探究 SDF延迟精度 与 timescale 精度问题
本篇文章，同样属于后仿真中的SDF反标系列文章内容之一。今天，将前仿真中的timescale 和 后仿真中 timescale+sdf 延迟数据，进行贯通讲解。不要忽视这部分内容，因为后仿真的成功准确与否，时间精度问题，很重要。为什么？接下来一一讲解。
最小二乘拟合圆：使用拉格朗日乘子法
在本文中，我们将探讨如何使用拉格朗日乘子法来进行最小二乘拟合，并将其应用于拟合一个空间圆。首先，我们需要定义问题。给定一组二维或三维数据点，我们的目标是找到一个圆，使得这些数据点到圆的距离的平方和最小。为了找到最小值，我们需要计算拉格朗日函数的偏导数，并令其等于零。通过解决优化问题，我们可以找到最佳拟合的圆，以最小化数据点到圆的距离的平方和。其中，(x, y) 是圆心的坐标，r 是圆的半径，(xi, yi) 是数据点的坐标。其中，g(x, y, r) = 0 是约束条件，C 是常数，λ 是拉格朗日乘子。
数学建模模型总结
这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！
迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)
迈瑞BS系列全自动生化分析仪LIS协议接口手册，内含HL7和ASTM)
VC中sqlite的使用
在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
946
扫一扫
