Python量化系列:一个简单的因子过滤,10天赚了39个点!

超全,169个Python 量化金融库汇总! 阅读详情
👇我的小册 40章教程:(小白零基础用Python量化股票分析小册) ,原价199,早鸟价39,满100人涨10元。

我们写了很多量化的文章(关于python入门,数据爬虫,数据分析,量化的策略,量化的回测)。有的同学不太懂什么叫量化,或者有很多误解,其实你看了下面的这个图片就会直观理解。

普通的交易方式这样:

22099df56881351465088ba5b07cfdcf.png

而量化的方式是这样的:

43a6bc86c53580fb22d01c4bd9f76bd0.png

一个是用镰刀锄头去收割,一个是用大型的收割机去批量的收割。二者完全不是一个数量级的,其实量化在美国很早就有了,是一种严谨的,科学的,工程化的岗位。通过统计学和数据方法,去构建模型进行证券交易。

简而言之,就是一种正规军去玩股票,每次都是通过一些因子去选股,然后构建策略,然后周期性的去执行。人性是有贪婪和恐惧的,尤其是在面对巨大的获利和亏损之后,会陷入极度的怀疑和心虚(失去理性判断,做出错误的交易),该止损的时候不割肉,该落袋离场的时候捂着不放,妄想继续涨,结果第二天被打脸。量化有严格的进场和出场的标准和纪律,这里就不展开讲了。

前段时间突然灵感一现,想到一个牛逼的因子,详细可以看这篇(发现一个牛逼的因子,40行Python代码选出一大波暴涨的股票!),大概40行代码就选出一批股票,然后我们只是拿创业板做一个demo 演示一下,我们看一下当时选出的股票:

e0ef9419af8d2713abae19e8e3ea70f1.png

我们当时找了几只,随便选的,现在差不多一周左右,我就看一下效果:

比如国林科技:从年后2月19号的9块多涨到现在的13.44 (周四还涨停了20%)

400957068cf74c62d3dfe78d20c456e3.png

我们看涨了多少:

f77096e103cae43a278fe003b260d373.png

好家伙,10个交易日涨了39.97%,快40个点了

我们再看一下 上面表格选的300291 百纳千成,涨的如何

4265213be43267b159851f3ce392bae7.png

查一下它的涨跌幅:

138674a1f8d965607351dcb72de9f80a.png

也有32%左右,也是不错的。

还有很多选出的股票,限于篇幅就不一一举例了,这里可能正好是因为政策市和资金市双重叠,导致年后一波大涨,但是这个因子确实很牛,如果再配合其他的obv,均线,或者其他指标,就可以更精准的把握进场和出场的点位。

所以量化还是很牛逼的,让你不再凭感觉,凭运气去买卖股票,而且工程化的去做,并且这个是有很大的复利,一种模型策略一旦研究透,可以吃一辈子,收益远远比你瞎操作来的更好。

后面我们继续挖掘和分享一些有趣的因子,有兴趣的也可以进我们的量化小册群,一起讨论。

edf83a7b967f319ccabea85949d74f0f.jpeg

最后推荐一下我们团队写的量化小册的内容,40篇内容!从Python安装,入门,数据分析,爬取股票基金的历史+实时数据,以及如何写一个简单量化策略,策略回测,如何看资金曲线统统都有介绍!非常超值!

欢迎订阅:原价199 早鸟价39(满100人涨10元)。现在的价格非常非常低,只要2杯奶茶,就可以终身订阅+课程源码,还有永久陪伴群。48小时无理由退款,放心食用!

c1f20cc4006a97e9f984e04c4e10cd48.png

推荐阅读:
量化: 如何用Python爬取创业板历史+实时股票数据!|实战股票分析篇利用Pandas 9招挖掘五粮液股价!|实战股票数据分析篇 Pandas滚动操作 |量化股票第一步,用Python画股票K线,双均线图,可视化你的股票数据!|如何用Python爬取全部800多只ETF基金数据!|如何用Python写一个双均线策略 |如何用Python开发一个多策略机器人!上篇!|Python量化系列-用布林策略买五粮液能赚多少钱?|只要4秒钟!用Python 获取上证指数34年的历史日线数据!
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径

干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影

趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!

AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影

小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|

Python量化交易实战:从环境搭建到多因子选股策略实现 量化交易是通过数学模型和计算机技术进行投资决策的方法,其核心原理是利用历史数据验证交易策略的有效性。在金融科技领域,量化交易的技术价值在于能够系统性地分析市场规律,减少人为情绪干扰,提高投资决策的客观性。随着Python和AI工具的发展,量化交易的应用场景已从专业机构扩展到个人投资者,特别是在股票多因子选股、风险控制和策略回测等方面。时间序列分析作为量化交易的基础,涉及数据处理、因子计算和模型构建等关键技术环节。本文以A股市场为例,重点介绍Python环境配置、金融数据处理、多因子模型构建等实践内容,帮助读 阅读详情

相关推荐

A股量化选股实战框架:5个抗扰动因子与本地化回测系统

量化选股本质是构建稳定Alpha来源的信息处理系统,其核心在于因子有效性、数据可靠性与回测真实性。在A股市场,因子失效往往源于滞后性不足、数据口径混乱或中性化缺失;而回测失真则多因未模拟真实交易约束(如涨跌停、停牌、滑点)。本文聚焦可复现的工程实践,详解ROIC、动态PE、240日动量等5个经2018–2023年滚动验证的抗扰动因子设计逻辑,并提供基于聚宽数据源、纯Python本地运行的完整回测框架——涵盖财报截止日对齐、秩次正态化、双重行业市值中性化、可交易股票池过滤等关键细节,助力从pandas入门者到

闲谈 425

deap系统重构,再新增一个新的因子,年化39.1%,卡玛提升至2.76(附python代码)

原创内容第776篇,专注量化投资、个人成长与财富自由。今天继续完善一下系统,准备。星球里有同学问,挖掘出来的因子解释性如何。因子的可解释性是由你提供的元函数算子决定的。这个因子 ts_pct_change(ts_maxmin(close, 60), 5)是一个基于时间序列的股票因子,通常用于量化投资或技术分析中。

weixin_38175458的博客 1520

超全,Python 量化金融库汇总

本文汇总了定量金融的大量三方库,按功能进行分类,覆盖数值运算,衍生品定价,回溯检验,风险管理,数据爬取,可视化等多个子领域,供每个Python程序员参考。不要重复造轮子,明确要解决的问题,然后寻找相应的工具。很多著名的包如Numpy,Pandas,Seaborn,backtrader等已经被证明高度有效,即便没有找到符合应用场景的包,类似的工具也能够为创建自己的解决方案提供参考。numpy[2] - 进行数值运算的基础包,scipy和numpy令Python进行有效的矩阵运算成为可能scipy[3] - 科

weixin_56659172的博客 2155

发现一个牛逼的因子,40行Python代码选出一大波暴涨的股票!

大家好,我是菜哥,这是我们量化系列教程的内容,如果已经订阅了我们小册的同学,可以不用看了。我的小册:(小白零基础用Python量化股票分析小册) ,原价199,早鸟39,满100人涨10元。前面我们讲了很多内容,如何准备爬取数据,拿到数据如何清洗,如何回测,如何用策略去开仓平仓,如何可视化,但是我们很少讲因子。今天早上我突然想到一个因子,非常有意思,于是动手写了代码,试了一下,发现很牛逼啊。下面我...

cainiao_python的博客 1120

Python量化交易入门:30天掌握数据分析与策略回测实战

量化交易是一种利用数学模型和计算机程序进行投资决策的方法,其核心原理是通过系统性的数据分析来识别市场规律和交易机会。这项技术的价值在于能够将主观的投资理念转化为客观、可重复验证的自动化策略,从而提升决策的科学性和效率。在金融科技、资产管理以及个人投资优化等应用场景中,Python因其丰富的数据科学生态库而成为量化分析的主流工具。通过掌握如`pandas`进行数据清洗与处理、`backtrader`进行策略回测等关键技术,开发者可以构建从数据获取到绩效评估的完整工作流。本教程正是围绕这一核心流程,为零基础学习

weixin_34115824的博客 501

超全Python 量化金融库汇总,必看

本文汇总了定量金融的大量三方库,按功能进行分类,覆盖数值运算,衍生品定价,回溯检验,风险管理,数据爬取,可视化等多个子领域,供每个Python程序员参考。

python2021_的博客 2391

天量极客 策略训练营 十二因子融合策略:39 天实盘的“全图解读“

这篇文章介绍了"十二因子融合策略"的39天实盘表现与分析方法。文章强调该策略通过融合12类选股信号形成统一规则,重点展示了其样本外实盘数据:39天累计收益8.17%,最大单日波动±3%,期间无明显回撤。作者提出评估策略的"三条铁律":优先考察实盘表现,其次分析持仓结构,最后参考历史回测。文中包含策略的实时走势、持仓明细、调仓记录等完整图谱,同时提醒投资者注意市场风险、策略适应性和数据延迟等问题。文章强调所有展示数据均为历史记录,不构成投资建议。

nx1142041660的博客 189

【答读者问39】谈一谈如何基于python和backtrader进行因子研究?

在开始这篇文章之前,首先要说明的是,在工作中我的主要研究方向并非是因子方向,所以很多细节上的东西可能涉及的不是很深入,很多东西很可能是我基于自己对python、backtrader和因子的了解提供的设想,提供的更多的是一种思路上的东西。 在以前的专栏中,或多或少有一些文章涉及到因子研究的,先梳理一下这部分的文章。 【干货】用backtrader做沪深300指数成份股调整策略 【干货】backtrader单因子回测框架—以上证50为例 【干货】用backtrader测试波动率因子 12、使用backtrade

云金杞 1604

一个牛逼因子,40多行Python代码选出一个翻倍的股票!

????我的小册 40章教程:(小白零基础用Python量化股票分析小册)这个是我们的Python量化的系列内容,前面我们讲了很多内容,如何准备爬取数据,拿到数据如何清洗,如何回测,如何用策略去开仓平仓,如何可视化等等。上次介绍了一个不错的因子,会员群里很多小伙伴都在用。今天又挖掘出一个不错的因子,看了一下效果不错,竟然一个月涨了56% ,2月份到现在已经翻倍了,太神奇了。我们还是以创业板为例子来挖掘...

cainiao_python的博客 1061

Keil5实战:如何高效导出变量数据并实现可视化分析

本文详细介绍了在Keil5开发环境中,如何利用调试脚本高效导出程序运行时变量数据的方法。通过编写脚本自动捕获数据并保存为文件,再结合Excel或Python进行可视化分析,为嵌入式调试与算法优化提供了数据支撑,显著提升开发效率。

silver的专栏 1105

阻抗匹配详解

在深入理解阻抗匹配概念之前,我们可以先来一起看一个现象,首先使用一个信号发生器输出一个脉宽为 50ns 的单脉冲信号,同时将信号接入示波器,此时在示波器的波形视图上可以看到这个仅有一个脉冲的信号,如下图。如果我们将信号接入示波器的同时将电缆延长数米到外部,并且延长后电缆末端保持悬空不接入任何东西,引出一段未接入任何东西的开路电缆,按照常识应该没有任何影响,然而实测是在原有脉冲旁边多出了一个类似脉冲,如下图。

zhbi98 的技术 Blogs 2561

【Python量化实战 #12】选股还在拍脑袋?用 Python 搭多因子打分模型(5 因子实战)

本文搭出了多因子选股的最小可用框架:两个接口取齐 5 因子 →to_num清洗 → z-score 标准化 + 方向调整 → 等权合成排序,并讨论了负 PE、行业偏斜等真实陷阱。下一篇《从零搭建Python量化选股系统:多条件筛选与历史回测》将把"因子打分"升级成"可配置的选股系统",并与第 11 篇的回测框架打通。在线体验更多接口:https://mairuiapi.com/playground查看完整 API 文档:https://mairuiapi.com/hsdata。

2501_94338261的博客 370

立创开源便携式多生理参数监护仪:基于STM32H743与ADS1292R的心电血氧体温监测系统设计

本文详细解析了基于STM32H743与ADS1292R的便携式多生理参数监护仪开源设计。项目集成了心电、血氧和体温监测功能,采用模块化硬件架构,并重点介绍了利用FIR滤波和Pan-Tompkins算法进行心电信号处理的核心技术。文章提供了完整的复刻指南与避坑要点,是学习医疗电子设备设计的优秀实践案例。

weixin_30600615的博客 327

【2019年度合辑】手把手教你用Python做股票量化分析

引言不知不觉,2019年已接近尾声,Python金融量化公众号也有一年零两个月。公众号自设立以来,专注于分享Python在金融量化领域的应用,发布了四十余篇原创文章,超过两万人关注。这一...

Python金融量化 7060

【机器人】机械臂控制入门技术栈分享

机械臂控制入门技术栈分享1.前言2.机器人控制入门技术栈2.1.空间描述和变化2.2.运动学分析2.3.动力学建模2.4.控制入门学习3.进阶部分3.1.机器人参数辨识3.2.非线性控制3.3.现代机器人描述方法:指数坐标4.总结 1.前言 今天看到优快云上有个分享个人技术栈的活动,虽然我不是一个正规的程序员,也不搞前端、后端这些,但我一直在优快云上通过写博客对我的学习进行总结,于是我突发奇想,不如我也写一下我的个人技术栈,针对机械臂控制入门的,因为我水平也不高,所以本文内容也许不够饱满,也不够准确,但

要恰饭得嘛 5858

计算机保研/考研面试题——计算机组成原理篇

本文总结了985和华五学校习计算机保研/考研常问面试时的计算机组成原理题,欢迎点赞、收藏、评论、关注

安晴晚风的博客 7547

Python 量化金融库最全汇总!

大家好,我‍是阳哥。本文汇总了定量金融的大量三方库,按功能进行分类,覆盖数值运算,衍生品定价,回溯检验,风险管理,数据爬取,可视化等多个子领域,供每个Python程序员参考。不要重复造轮子...

Python数据之道 5216

GPS从入门到放弃(十七) --- 对流层延时

GPS从入门到放弃(十七) — 对流层延时 对流层概念 对流层(Troposphere)地球大气层靠近地面的一层。它同时是地球大气层里密度最高的一层,它蕴含了整个大气层约75%的质量,以及几乎所有的水蒸气及气溶胶。 对流层的下界与地面相接,上界高度随地理纬度和季节而变化,在低纬度地区平均高度为1718公里,在中纬度地区平均为1012公里,在高维度地区平均为8~9公里,并且夏季高于冬季。 卫星导航...

tyst08的专栏 1万+

JPEG 量化表与质量因子 QF 实战:从 50 到 95,压缩率与 PSNR 对比分析

本文深入分析了JPEG量化表与质量因子QF的关系,通过对比不同QF值(50-95)下的压缩率与PSNR,揭示了图像质量与文件大小的权衡机制。文章提供了量化表生成代码和优化策略,帮助开发者在图像处理中实现高效的JPEG压缩,特别适合需要平衡视觉质量与存储效率的应用场景。

aoanping0730的博客 340

从MCU到MPU:瑞萨RZN2L上手初体验,给Cortex-M工程师的Cortex-R52入门避坑指南

本文详细介绍了从MCU到MPU的过渡经验,特别是瑞萨RZN2L开发板的实战避坑指南。针对Cortex-M工程师转向Cortex-R52内核的挑战,文章深入解析了启动流程、内存管理、中断响应等九大本质差异,并提供了硬件设计陷阱和软件迁移的实用技巧,帮助开发者快速适应MPU开发环境。

weixin_29158413的博客 258

【路径规划】基于matlab蚁群算法机器人栅格地图最短路径规划【含Matlab源码 4590期】

基于matlab蚁群算法机器人栅格地图最短路径规划 完整代码,包运行;可提供运行操作视频!适合小白!

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 1277

python金融量化培训

大家好,我是安果! 今天分享一篇 Python 量化金融最全汇总,推荐大家收藏! 本文汇总了定量金融的大量三方库,按功能进行分类,覆盖数值运算,衍生品定价,回溯检验,风险管理,数据爬取,可视化等多个子领域,供每个Python程序员参考。 不要重复造轮子,明确要解决的问题,然后寻找相应的工具。很多著名的包如 Numpy,Pandas,Seaborn,backtrader 等已经被证明高度有效,即便没有找到符合应用场景的包,类似的工具也能够为创建自己的解决方案提供参考。 内容来源于Gith...

weixin_63757190的博客 1031

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

A股量化,单策略真的不够用了:我开源了一个双策略自动切换框架

│ ├── run_strategy.py # 回测入口。├── config/ # YAML 策略配置。│ ├── backtest/ # 回测引擎 + 报告。│ ├── factors/ # 因子引擎(核心)│ ├── strategies/ # 双策略封装。│ ├── radar/ # 行情雷达。做这个框架花了不少业余时间,但一个人的思路总有盲区。一、为什么做单策略量化的人,最后都沉默了。

chenhe81的博客 198

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

aitrader_v4.0代码更新,含年化39.9%策略集以及deap因子挖掘系统(python代码+数据)

有很多新同学在问,如何与一些量化实盘框架对接,其实星球里有一些,只是我一直觉得,这是量化里最容易的环节——自动化。因子挖掘、轮动可以统一在“多因子”这个方向,是容量最大的,但偏向预测,大家知道资本市场预测是非常难的。构建系统:以技术为基础,智能量化投资为场景,构建平台,交付策略,因子和量化课程,拓展短视频营销矩阵。而对冲、套利以及网格是应对逻辑,市场中性逻辑,也不可忽视,之于普通人,如何稳健持久地赚钱才是王道。等,支持vnpy,qlib,backtrader和bt引擎,内置多个。

weixin_38175458的博客 615

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

Python量化金融都需要用到哪些库?最全汇总

本文汇总了定量金融的大量三方库,按功能进行分类,覆盖数值运算,衍生品定价,回溯检验,风险管理,数据爬取,可视化等多个子领域,供每个Python程序员参考。不要重复造轮子,明确要解决的问题,然后寻找相应的工具。很多著名的包如Numpy,Pandas,Seaborn,backtrader等已经被证明高度有效,即便没有找到符合应用场景的包,类似的工具也能够为创建自己的解决方案提供参考。[1]学好 Python 不论是还是做都不错,这里给大家分享一份,包括。

xxue345678的博客 2170

Deepseek写因子,十年年化收益24.5%的均线能量核心行业轮动(python代码+数据)

我们整理好逻辑,同样让deepseek来写代码(这个因子逻辑挺绕,deepseek思考了5分钟,修改了好几个版本,最终呈现如下)日更差不多800天,一直坚持原创不容易,而且咱们不只是写文章,还需要先写代码,开发策略。'H30184.CSI', # '512480.SH', # 半导体ETF。'399975.SZ', # '512880.SH', # 证券ETF。'399989.SZ', # '512170.SH', # 医药ETF。等,支持vnpy,qlib,backtrader和bt引擎,

weixin_38175458的博客 1162
上一篇: 微软钦点OpenAI备胎:GPT-4级大模型上线即挤爆,成本仅2200万美元
下一篇: 15 种 Seaborn 可视化图表详解
菜鸟学Python
博客等级 码龄9年 8062粉丝 571原创
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
 
 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