【量化交易笔记】14.模拟盘效果

【深度学习量化交易15】基于miniQMT的量化交易回测系统已基本构建完成!AI炒股的框架初步实现 我现在所做的工作,是为AI量化搭桥铺路,当前的技术路径中,实时数据获取免费、深度学习工具足够开放、并且代码完全开源,我希望能真正让大家使用较低的学习成本,就能开发属于自己的量化交易策略。 阅读详情

说明

距离上一篇的量化文章有一段时间,应小伙伴要求,继续写下去,我思考了一下,内容有很多,绝大多数是研究的过程,并且走的是弯路,分享了怕影响大伙,之前因为行情不好,研究的少,不过之前研究的策略还是在运行的,这段时间行情好了,今天就把之前在运行的成果分享给大伙。

以下是我在模拟盘上的正在运行的情况,为了真实性,截止时间还是今天的。

策略一

一般情况先进行回测,再进行模拟,最后实盘

回测情况

在这里插入图片描述

可以清楚的看出,回测区间为 2019-01-01 到 2023-04-01,
策略收益:738.95%
策略年化收益:67.49%
超额收益: 523.51%
基准收益: 34.55%
这是当时做的,为此建立了模拟盘

模拟结果

在这里插入图片描述
模拟区间从当时2023-4-1 至今,成绩如下:
初始资金:10W
累计收益:24.12%
年化收益: 15.07%
总资产 ¥124123.48

策略执行

每周一目标股票池的前10支票,以开盘价买入一个单位的资金量,如果该票已经持仓,就不进行操作。如果持仓的票,不在目标股票池,以开盘价卖出该票。
详见上一篇《13.实盘交易策略制定与实施》

策略二

回测情况

在这里插入图片描述
回测更加夸张 2019-01-01 到 2023-04-01,策略收益: 2873% 这张图没找着
上图:
回测区间为 2023-01-01 到 2023-04-07
策略收益:15.00%
策略年化收益:74.11%
超额收益:4.32%
基准收益:10.23%
也建立了模拟盘

模拟盘

在这里插入图片描述
模拟区间从当时2023-4-13 至今,成绩如下:
累计收益:73.35%
年化收益: 43.34%
总资产: ¥173353.19

总结

  1. 以上是众多策略中的两个,也是我从去年模拟到现在,应该说是有效的;
  2. 从量化的角度上看,这些策略的共同点:小市值,在今年上半年效果不理想;
  3. 文章所有涉及到具体GP的内容,我进行屏蔽,请给给予理解;
  4. 如果小伙伴喜欢量化技术研究,可以与我一起讨论

再次声明:
该篇主要是是用来展示量化交易的效果,不构成任何投资建议,仅供参考

量化交易实操指南:从模拟回测到实盘交易的全流程揭秘! 实盘交易? 量化交易实盘交易是应用量化交易策略进行实际投资的阶段。以下是实盘交易的详细步骤: 账户准备: 选择一个适合的交易平台,开设一个账户,并按照要求完成账户验证和激活。确保账户具备足够的资金和权限,以便进行实盘交易。 策略参数调整: 根据实盘交易的要求,调整量化交易策略的参数。这些参数可能包括交易信号的触发条件、止损止盈点、持仓股数等。确保参数调整与实际市场条件和投资目标相匹配。 阅读详情

相关推荐

【深度学习量化交易12】基于miniQMT的量化交易框架总体构建思路——回测、模拟、实盘通吃的系统架构

MiniQMT是一种轻量级的量化交易解决方案,使用MiniQMT可实现对交易过程的完全控制,借此优势实现最灵活的系统构建和最前沿的算法应用。然而,MiniQMT也有其挑战,它要求用户具有较强的编程能力,因为很多功能需要自己开发。在之前的工作中,我介绍了“看海量化交易系统”的开发进展,即目前已经开发完成数据下载、数据清洗和可视化的工作。(如下图演示)我开发的此系统免费向大家开放使用,获取方式在文末此外我还用五篇文章的内容详细介绍了一下miniQMT的行情接口和。

fengzhuqiaoqiu的博客 3505

AI编程 - 量化模拟盘实现

用的是vue3-element-admin 开发框架 Go iris web。主要实现了实时价格的接入。

唐浩专栏 62

Python美股量化交易填坑记录——13a.Vegas隧道交易机器人

该系列原发表于知乎,但最近知乎删我文章,还不给理由,就转移来优快云了。 1.背景和目标 上一次编写和使用小蓓机器人后,积累了一些对接实盘交易接口的经验,同时也坚定了我寻找完全自动化交易算法的决心。 跟一些朋友交流之后,得到了一些量化的思路,其中最易实现的应该是“隧道交易法”,只需2条ema即可,于是决定先编写隧道交易机器人。 2.算法介绍 据这位朋友介绍,隧道交易法出自于youtuber:金老师的看盘室 金老师讲解视频: https://youtu.be/vu2ipEjClQc 金..

ChristopherShen的博客 6526

【Python】实现模拟股票交易的虚拟盘小工具(巴菲特模拟器)

巴菲特模拟器。给你初始资金100W,拉取实际的A股股市信息,在虚拟盘中进行操作,没有T+1的限制,试试自己到底是股神还是韭菜。 一 金融数据库tushare准备 这边使用了免费量化数据库tushare,简单的注册登录即可以免费获取到一些基本的量化数据。链接如下:tushare量化库。想做的这个小工具比较简单,使用一些最基础的量化数据即可,比如股票现价,交易日历等。 注册成功之后会有一组码,在程序中执行ts.set_token()调用即可使用该库。程序中的使...

sinat_33408502的博客 7676

给想要用通达信软件自己开发量化交易平台朋友们的建议

非常熟交易系统,量化交易谨慎使用。

星空人装备的博客 weixiu6181 916

AI量化交易实战:加密货币自动化交易系统搭建与策略配置

量化交易是通过数学模型和计算机程序进行投资决策的方法,其核心原理是将交易策略系统化、自动化。在加密货币市场,量化交易的技术价值在于能够24小时不间断执行策略,避免情绪干扰,提高交易效率。应用场景包括趋势跟踪、均值回归和套利交易等。本文基于MACD、RSI等技术指标,详细介绍如何构建一个完整的AI自动交易系统,涵盖环境配置、策略回测、风险控制和实盘监控等关键环节。通过图形化界面和预设参数,即使是编程基础薄弱的用户也能快速上手,实现程序化交易。系统支持多种加密货币交易对,提供实时盈亏统计和自动化仓位管理功能,帮

weixin_29093017的博客 366

【亲测免费】 量化交易模拟平台QuantOS TradeSim:让你的技术策略先行实践

量化交易模拟平台QuantOS TradeSim:让你的技术策略先行实践 是一个开源的量化交易模拟环境,为金融爱好者和专业交易员提供了一个测试、验证与优化其交易策略的理想场所。借助这个平台,你可以无风险地探索金融市场,利用数据和技术进行智能交易决策。 技术分析 QuantOS TradeSim 基于先进的技术和设计思想构建: 实时市场数据 - 平台对接真实市场数据,确保你的策略在近真实的环境中运...

gitblog_00024的博客 738

用 AI Agent Harness Engineering 玩转量化交易:策略生成与自动执行系统

模块功能说明工具管控层统一注册Agent可调用的所有工具(行情API、回测框架、交易API等),统一鉴权、限流、错误处理输出校验层对Agent的所有输出做格式校验、逻辑校验、合规校验,不符合要求直接打回重写错误恢复层Agent调用失败、输出不符合要求时,自动重试、回滚、降级,最多重试3次,失败则告警人工可观测层所有Agent的调用、输出、结果都打日志、上报metrics,方便排查问题、归因分析安全管控层。

AI架构师小马 240

Python量化交易——股票择时到底能否赚钱?技术指标大比拼——PPO指标

本文介绍了PPO技术指标,并且使用qteasy在403支股票上使用历史数据回测了该技术指标的择时表现,并于其他33个技术指标进行了横向对比,比较其性能即适应度,该指标表现不理想!

Shepherdppz的博客 2080

【从零开始vnpy量化投资】十. 使用simnow进行模拟盘交易

在正式开始实盘交易之前,我们如何验证策略是否真的如回测表现的一样。这时我们就需要使用与实盘一致的方式进行测试。模拟盘服务器的主要用途就是提供一个与正式交易服务器完全一致的交互方式。通过从服务器订阅行情和发起交易请求,验证软件的运行是否正常。

魔落的博客 5574

python简易模拟回测 量化交易 模拟回测 模拟交易系统simeasure 1.0.zip

简易模拟回测,模拟回测,模拟交易系统,回测系统,量化回测,回测交易 任意python版本 说明: 1、将文件"simeasure.pyd"直接拷贝至程序的根目录直接通过import simeasure导入模块,通过创建实例使用,并通过实例引用成员实现相关的功能。 2、支持股票和期货。但交易股票时无法查询空仓和多仓相关数据,同时交易期货时必须分开查询仓位,其他相关数据同理。 3、重点说明:“期货交易中由于时保证金制度,如果可用资金为负数则全部进行强平,并结束交易。” 4、单个交易实例仅支持单个交易标的,如果涉及多个交易标的需建立多个交易实例。 5、每传入一个数据清算一次系统模块内部数据。

大学生宿舍量化交易实战:Python构建加密货币自动交易系统

量化交易是将投资逻辑转化为可重复执行的计算机程序,其核心原理在于通过数学模型和算法分析市场数据,自动生成交易信号并执行。这项技术的价值在于将金融理论与计算机工程实践深度融合,为投资者提供纪律性、高效性和可回溯的分析框架。在加密货币等新兴市场,量化交易的应用场景尤为广泛,可用于趋势跟踪、套利和风险管理。本文聚焦于使用Python构建一个极简但完整的量化交易框架,涵盖数据获取、策略回测和实盘模拟,并深入探讨了在宿舍环境下实践量化交易的边界与风险控制。通过引入ccxt和backtrader等开源工具,读者可以理解

weixin_34268579的博客 396

高斯-约当(Gauss-Jordan)消元法——c++代码实现

具体算法的详细原理请参照此篇博客:高斯-约当(Gauss-Jordan)消元法下面是具体c++代码,不保证程序最优化,提供一个可行的程序,供大家改进,同时感谢大家提意见。——大神勿喷呀,我是一个小菜鸟~void Guss_Jordan(int n,double *a)//阶数n 系数矩阵a { double*a_temp = new double[n*n * 2];//a与单位矩阵的组合

zwz的学习之路 6873

有边界的AI交易Agent:模拟盘与风控实现

AI Agent(智能体)正逐步渗透到金融交易领域,但模型自由决策往往伴随着不可控风险。构建可靠交易系统的核心,并非单纯追求预测精度,而是建立一套以“用户限制(limits)”和“模拟盘(Paper Trading)”为基石的风控框架。通过将仓位上限、品种白名单、最大回撤等约束同时注入Prompt与执行层代码,形成“软提示+硬校验”的双重保障。这种设计让大模型在试错成本极低的模拟环境中完成感知、决策、执行与记忆全链路验证,既降低了实盘资金风险,也为策略迭代提供了可复现的工程基础。从个人量化投资到金融Agen

weixin_33805992的博客 349

用Raspberry Pi Imager重装树莓派系统

这次在官网无意中看到他们出了一个Raspberry Pi Imager的工具,可以直接完成镜像烧录操作,于是就尝了个鲜。选择“编辑设置”按钮,会弹出具体的设置信息,有三个tab,第一个是General信息,包括用户名、密码、wifi和语言设置;后续的操作就和我当初第一次装树莓派系统的操作差不多,在此就不再赘述,有兴趣的朋友可以看我以前的博文。完成定制化设置后,点击“保存”按钮,软件回到前面的提示框,连续点击两个“是”,开始写入SD。第二个下拉框选择你要安装的OS,点击黄框所在的选项,可以挑选更多OS。

天飓的技术博客 1085

详细教程:如何使用elasticsearch 8.x进行向量搜索

大模型的热度使得向量数据库和embedding也成了ai领域的热门话题,有别于从头开始训练一个大模型或基于基础模型进行微调的方式,embedding检索相关上下文是对大模型进行定制的各种方法中成本最低、技术实现最便捷的方式。从技术实现的角度,

qq_50790981的博客 1万+

量化交易中的智能文化技术是如何应用的?

智能文化技术是一种结合了人工智能、文化研究和技术创新的跨学科领域。它旨在通过智能系统来理解和模拟人类文化现象,从而在金融交易中实现更高效的决策过程。

股票量化的博客 702

TI AWR1642实战指南:CCS调试mmWave Demo Visualizer全流程解析

本文详细解析了TI AWR1642开发板的CCS调试流程,重点介绍了mmWave Demo Visualizer的使用方法。从环境准备、版本确认到bin文件烧录、CCS工程配置,再到调试启动与结果验证,提供了全流程的实战指南,帮助开发者快速掌握AWR1642的调试技巧,避免常见错误。

weixin_30790841的博客 111

3天掌握Python量化交易:VeighNa框架终极入门指南

想要快速进入量化交易领域却不知从何入手?面对复杂的金融数据和交易系统感到困惑?VeighNa框架作为一款基于Python的开源量化交易平台开发框架,为开发者提供了完整的量化交易解决方案。这个强大的Python量化交易平台让您能够轻松构建专业的交易系统,从数据获取到策略执行,一站式解决所有技术难题。 ## 🎯 为什么选择VeighNa量化交易框架? 量化交易新手常面临三大挑战:技术门槛高、系统

gitblog_00756的博客 745

电蚊拍为什么能秒杀蚊子?深入解析两种四倍压整流电路设计差异

本文深入解析电蚊拍秒杀蚊子的核心原理——四倍压整流电路设计,对比对称式与级联式两种方案的性能差异。通过详细电路分析、实测数据对比和选型建议,揭示高压电路设计的关键技术要点,为电子爱好者和工程师提供实用参考。

rust6ferris的博客 750

22、嵌入式软件随机延迟生成与加密算法防护技术

本文探讨了嵌入式软件中的随机延迟生成方法与块密码软件实现的高阶掩码及洗牌技术。重点介绍了浮动均值延迟生成方法,其在8位AVR平台上的实现效率为Θ(1),显著提升了抗相关功率分析(CPA)攻击的能力,相比传统方法更安全且轻量。同时,分析了高阶掩码与洗牌技术结合的方案,通过理论建模量化其对高级差分功率分析(DPA)攻击的抵抗能力,并以AES为例展示了该方案的应用流程。最后对比了不同防护技术在安全性与开销之间的权衡,为实际应用中选择合适的安全策略提供了依据。未来可进一步优化实现效率并融合多种防护手段以应对复杂安全

fern8的博客 88

关键拍卖反转策略14-15:量化交易中的模式识别与实战应用

量化交易作为金融科技的重要分支,其核心原理是通过数学模型和算法系统化地分析市场行为。技术分析中的模式识别能力是量化策略的价值基础,能够帮助交易者客观识别市场转折点。在金融市场中,拍卖理论框架下的价格行为分析尤为重要,关键拍卖反转策略正是基于市场微观结构理论开发的实用工具。该策略通过分析14-15周期的特定价格模式,结合成交量验证机制,为日内交易和算法策略提供可靠的反转信号。在实际应用场景中,这种模式识别技术可集成到自动化交易系统中,为股票、期货等高流动性市场提供决策支持。本文聚焦的关键拍卖反转策略14-15

weixin_34275734的博客 461

Claude Code Auto Memory 的 Storage Location,SAP ABAP 项目里的本地记忆仓库应该怎么理解

本文介绍了 SAP ABAP 项目中 Claude Code 的 auto memory 机制,重点探讨了其存储位置的设计原理。auto memory 不是存储在项目目录中,而是默认位于 ~/.claude/projects/<project>/memory/,其中 <project> 基于 Git 仓库路径推导,确保同一仓库下的所有工作目录和分支共享记忆。记忆目录包含入口文件 MEMORY.md(仅加载前 200 行)和详细主题文件,这种分层设计类似 CDS View 架构思想。文章还分析了按 Git 仓

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 100

Python量化交易——股票择时到底能否赚钱?技术指标大比拼——S-BBAND指标

本文介绍了Soft-BBAND技术指标,并且使用了qteasy在403支股票上进行了5年的历史交易回测,测试该指标的历史择时表现,并与其他33个技术指标进行了横向对比。比较其择时性能以及适应度,回测表明,该指标表现很差!

Shepherdppz的博客 2076

Linux系统安全学习手册

Linux反弹shell Linux系统应急响应 Linux服务器安全加固 Linux下的用户、组和权限 Linux中的gcc Linux中su和sudo的用法和区别 Linux系统python2与python3共存 Linux中grep工具的使用 Linux中环境变量的设置 Linux中常见的150个命令(干货) Linux中编写Shell脚本 LNMP环境搭建Wordpress博客 LAMP环境搭建一个Discuz论坛 Linux运维比较常用的一些脚本 Linux系统中安装软

谢公子的博客 7532

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

量化交易策略 背离策略

比如,当价格创新高,而RSI指标却未能创新高,此时出现了价格与RSI指标之间的背离关系,可以考虑卖出证券;相反,当价格创新低,而RSI指标却未能创新低,此时出现了价格与RSI指标之间的背离关系,可以考虑买入证券。相反,当股价向下,技术指标向上时,这可能意味着市场对该证券的信心有所增强,因此该策略可能在此情况下做多。在市场上,当价格趋势强劲时,技术指标往往滞后于价格,此时价格与指标之间的关系是正相关的;相反,当价格趋势弱劲时,技术指标往往领先于价格,此时价格与指标之间的关系是负相关的。

zhangzhechun的专栏 1098

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

上一篇: 【Kaggle】练习赛《有毒蘑菇的二分类预测》(下)
下一篇: 【Kaggle】练习赛《预测贴纸的销量》(上)
cndrip
博客等级 码龄20年 952粉丝 91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