写一个交易策略的基本框架

最新推荐文章于 2024-08-31 13:37:34 发布
原创 最新推荐文章于 2024-08-31 13:37:34 发布 · 1.6k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#交易策略 #框架

写一个交易策略的基本框架

A framework to a trading strategy

1. 仓位个数

MaxSpread > 0 && (ASK - BID) > MaxSpread

CalculationModel !=0 && isNewBar

if(MultiOrder) maxOrder =1


2. 条件

 filter condition

 execution condition


if ( condition)

{

buy

}


量化交易策略基本框架
JanLEE
06-02 769
摘要 策略编写的基本框架及其实现 回测的含义及其实现 初步学习解决代码错误 周期循环的开始时间 自测与自学 通过前文对量化交易有了一个基本认识之后，我们开始学习做量化交易。毕竟就像学游泳，有些东西讲是讲不懂，做过就会懂。 由于本教程是基于聚宽量化交易平台（www.joinquant.com），所以为了后续的学习，最好去注册一个聚宽量化交易平台的账号。 从一个非常简单的交易策略开始 先看一个非常简单的交易策略： 每天买100股的平安银行。 为了让这个策略
基于 XGBoost 的组合策略基本框架
量化风云
07-15 1351
如何在投资组合策略中运用上机器学习方法? 最近，我们翻了下之前存过的论文，决定对《A portfolio Strategy Based on XGBoost Regression and Monte Carlo Method》这篇论文进行解读
如何编写一个短线交易策略(收藏)
松鼠宽客的博客
10-20 2002
这是专享01策略的最后一次迭代V3版本，今年剩下的时间我们重点放在专享03策略的开发上。言归正传，我们在编写策略时经常会遇到一个问题。就是出场参数该如何调整，松鼠之前发布过很多关于出场模块，都各有特点。详情可以翻阅策略帖子。SF系列策略库>>算法系列策略库>>通常，出场模块是有1-2个参数控制，TR是控制整体的出场幅度，X是加速系数用于收敛出场线。
简单交易策略 - MetaTrader 5脚本.zip
09-13
一款信号量指标，基于来自 "325 个黄金策略" 集合之中的思路。
【python量化交易】—— 双均线择时策略 - Qteasy自定义交易策略【附源码】
Shepherdppz的博客
05-15 1856
我们今天使用qteasy来回测一个双均线择时交易策略，qteasy是一个功能全面且易用的量化交易策略框架，Github地址在这里。使用它，能轻松地获取历史数据，创建交易策略并完成回测和优化，还能实盘运行。
Python编写动量交易策略
侯小啾技术博客
04-27 6151
目录1. 概念介绍2.计算动量2.1 作差法求动量2.2 作除法求动量3.定义求动量与作图函数4. 绘制K线图与动量图5. 动量交易策略的制定 1. 概念介绍 动量交易策略，即Momentum Trading Strategy。在经典力学里，动量即物体质量和速度的乘积，动量一方面描述了物体的运动状态，另一方面也描述了惯性的大小。 在证券市场上，我们也可以把“证券的价格”类比成运动的物体，价格上涨时，可以说价格有着上涨的动量，价格下跌时其具有下跌的动量。这种动量可能会使上涨或下跌继续维持下去，也可能该动量会越
3.量化交易策略基本框架
weixin_33737134的博客
01-23 266
量化交易策略基本框架 摘要 策略编写的基本框架及其实现 回测的含义及其实现 初步学习解决代码错误 周期循环的开始时间 自测与自学 通过前文对量化交易有了一个基本认识之后，我们开始学习做量化交易。毕竟就像学游泳，有些东西讲是讲不懂，做过就会懂。 从一个非常简单的交易策略开始 先看一个非常简单的交易策略： 每天买100股的平安银行。 ...
量化交易策略代码java_3.量化交易策略基本框架
weixin_40009026的博客
02-24 3104
摘要策略编写的基本框架及其实现回测的含义及其实现初步学习解决代码错误周期循环的开始时间自测与自学通过前文对量化交易有了一个基本认识之后，我们开始学习做量化交易。毕竟就像学游泳，有些东西讲是讲不懂，做过就会懂。从一个非常简单的交易策略开始先看一个非常简单的交易策略：每天买100股的平安银行。为了让这个策略能让计算机执行，首先，要使策略符合“初始化+周期循环”框架，像这样：初始化：选定要交易的股票为平...
基于Python的个人量化交易设计源码框架
10-02
它不仅适合于初学者了解量化交易的基本原理，也适合有经验的开发者在此基础上深入研究和开发高级交易策略。框架的存在降低了个人投资者进行量化交易的门槛，为其在复杂多变的金融市场中提供了强大的技术支持。
精选资源
量化交易策略.zip_hide4dn_股票_股票交易_量化交易python_量化策略Python
07-15
5. 使用回测框架（如`backtrader`、`zipline`或自定义框架）模拟交易策略的表现，评估收益、风险等指标。 6. 可能还包括优化参数、构建投资组合、风险管理等内容。 量化策略Python通常涉及以下几个核心概念： - **...
Python-QuanttradingPython量化交易策略库
08-11
Python定量交易策略包括MACD，Pair Trading，Heikin-Ashi，London Breakout，Awesome，Dual Thrust，Parabolic SAR，Bollinger Bands，RSI，Pattern Recognition
交易策略研究 R库
weixin_30567471的博客
12-07 189
本文在Creative Commons许可证下发布 交易策略研究 R库，直接安装：xts, TTR，quantmod，RTAQ，PerformanceAnalytics，FactorAnalytics, IBrokers等R包。其他需要手动安装的包如下： 1、包：blotter 安装方法: install.packages("blotter", repos= c("http://R-F...
我的股票交易策略
老马的程序人生
06-29 9909
投资股市已经成为我们进行资产配置的一个重要选择。在这个市场中主流的投资方式无外乎 价值投资 和 趋势投资 两种。价值投资需要了解各种财务指标来评价各支股票，在被市场低估时买入，在被市场高估时卖出。这对于非财务背景的人来说门槛偏高。趋势投资需要判断目前市场处于牛市、熊市还是猴市，以便波段操作。可趋势的判断随着时间尺度的不同呈现不同的形态，普通人也难以把握。 有没有一种方法，不是很复杂，也不用花费太...
DEMA_Range_Channel_HTF高级交易策略脚本 - MetaTrader 5
weixin_33660045的博客
08-31 1706
本文还有配套的精品资源，点击获取 简介：本压缩包包含一个MetaTrader 5平台的高级交易策略脚本DEMA_Range_Channel_HTF，利用DEMA（双指数移动平均线）与通道分析相结合的方式，为交易者提供多时间帧的市场洞察力。脚本中的DEMA能够快速识别价格趋势变化，而通道理论帮助确定支撑与阻力水平，优化入场和离场时机。用户可根据交易风格选择不同时间帧，以适应不...
探索交易新维度：TradingView策略脚本库
gitblog_00066的博客
06-12 943
探索交易新维度：TradingView策略脚本库 去发现同类优质开源项目:https://gitcode.com/ 立即下载 在金融市场中，精准的分析和高效的决策是成功的关键。这就是我们推荐TradingView Scripts的原因，这是一个强大的工具集合，专为提升你的交易策略而设计。无论你是经验丰富的交易员还是初入市场的探索者，这个开源项目都能助你一臂之力。 项目介绍 TradingView...
零基础入门交易策略开发
weixin_40264579的博客
01-18 406
而测试交易模型可以帮助您确定哪些策略是有效的，哪些策略是无效的。这一步骤将使你对该策略在真实世界条件下的表现有一个真实的想法，它将帮助你评估该策略的有效性，同时考虑到交易的心理层面和真金白银下的情绪。首先，确定交易目标是很重要的，因为这会影响您的交易策略和管理风险的方式。例如，如果您的目标是长期投资，您可能会选择不同的策略和风险管理方式，与如果您的目标是短期交易。纸上交易是对真实交易的模拟，它允许你在真实世界的环境中测试策略，而不用冒真实资金的风险。这可以帮助您确定哪些策略是有效的，哪些策略是无效的。
量化交易策略研发的三个层次
量化交易研究
07-29 1192
最近调研了一些投资公司，发现一些人说自己做的是量化交易，却搞不清楚到底什么是量化交易。 小编是个很爱学习的人，为了弄清楚什么事量化交易，特意查百度逛知乎，我是从这个问题开始的： 程序化交易是量化交易吗？ 这里小编先把几个概念总结一下： 程序化交易 或者自动化交易，是将策略交由计算机执行的交易模式。量化交易中，不少交易是通过计算机自动执行的，但两者不能划等号。 对冲交易 更多说的是...
python 量化交易 库_Quant-trading：Python量化交易策略库
weixin_39800971的博客
12-08 2476
Quant-tradingIntroWe’re right 50.75 percent of the time... but we’re 100 percent right 50.75 percent of the time, you can make billions that way.--- Robert Mercer, co-CEO of Renaissance TechnologiesIf...
基于 minquant 写一个游资消闲派交易策略
最新发布
03-19
基于 `miniquant` 的框架编写一个游资消闲派交易策略需要结合技术分析、市场情绪以及量化指标。以下是详细的介绍： --- ### **什么是游资消闲派交易策略？** “游资”是指在市场上活跃的短期资金，通常以追逐热点题材、捕捉短线波动为目标。“消闲派”则意味着这种策略并不追求高频交易或复杂的算法模型，而是更注重简单的规则和技术信号。 因此，“游资消闲派”是一种适合个人投资者使用的轻量级短线交易策略，核心思想包括： 1. 追逐市场的短期趋势和热点板块。 2. 利用简单的技术指标（如均线、KDJ等）辅助判断买卖点。 3. 结合市场情绪数据（例如涨跌家数比、涨停板数量）优化决策过程。 接下来我们通过 `miniquant` 框架实现这一思路。 --- ### **代码示例** ```python from miniquant import Strategy, DataAPI class YouZiXiaoXianStrategy(Strategy): def initialize(self): # 初始化参数 self.short_ma = 5 # 短期移动平均线周期 self.long_ma = 20 # 长期移动平均线周期 self.hot_stock_limit = 10 # 关注前N只热门股票 def handle_data(self, context): # 获取当前持仓信息 positions = context.portfolio.positions # 获取今日所有股票的基本行情数据 stocks_data = DataAPI.get_all_stocks() # 筛选当天涨幅较大的热门股 hot_stocks = sorted(stocks_data, key=lambda x: x['change_percent'], reverse=True)[:self.hot_stock_limit] for stock in hot_stocks: symbol = stock['symbol'] # 计算MA指标 prices = DataAPI.get_historical_prices(symbol=symbol) short_ma = sum(prices[-self.short_ma:]) / self.short_ma if len(prices) >= self.short_ma else None long_ma = sum(prices[-self.long_ma:]) / self.long_ma if len(prices) >= self.long_ma else None # 如果短期均线上穿长期均线，并且不在持仓内，则买入 if short_ma and long_ma and short_ma > long_ma and symbol not in positions: amount_to_buy = int(context.cash * 0.1 // stock['price']) # 投入10%的资金 if amount_to_buy > 0: context.order(symbol, amount=amount_to_buy) print(f"Buy {symbol} at price {stock['price']}") # 如果持有该股票并且短期均线下穿长期均线，则卖出 elif symbol in positions and short_ma < long_ma: context.sell(symbol, quantity=context.position[symbol].quantity) print(f"Sell all of {symbol}") # 启动回测或实盘运行 strategy_instance = YouZiXiaoXianStrategy() strategy_instance.run() ``` --- ### **关键步骤解析** 1. **筛选热门股** 根据每日涨幅排名选出最有可能成为市场焦点的个股作为目标池。 2. **计算均线交叉信号** 使用短期均线与长期均线之间的金叉（上穿）、死叉（下穿），确定买点和卖点。 3. **控制仓位风险** 单笔投入总资金的比例限制在较小范围内（例如10%），分散投资降低单一标的的风险影响。 4. **动态调整持股组合** 定期检查现有持仓是否仍然满足条件；若不再符合条件则清仓并寻找新的机会。 --- ### **优缺点总结** #### **优点：** - 规则清晰易懂，便于初学者理解和实践。 - 综合考虑了市场热点与技术面因素，适应性强。 - 对硬件资源需求低，可在普通设备上完成运算。 #### **缺点：** - 受制于主观设定的参数值（如均线周期长度），可能导致过度拟合特定历史数据。 - 缺乏深度学习或其他高级机器学习手段支持，预测能力有限。 - 主观选择的热点头寸可能忽略了某些潜在优质资产。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值