打造属于自己的量化投资系统0——量化系统简介

最新推荐文章于 2025-04-26 15:31:51 发布

置顶

觉醒2020

最新推荐文章于 2025-04-26 15:31:51 发布

阅读量953

点赞数 1

分类专栏：量化投资系统

本文链接：https://blog.youkuaiyun.com/dreamchina8888/article/details/106275956

版权

量化投资主要的目使是投资有科学的依据，知道为什么要买入、为什么要卖出？例如在股票市场中，很多人都处于在随意买卖当中，没有科学的投资策略。为了让更多人有自己投资策略，作者：觉醒2020，决定利用自己10多年IT技术经验，以及5年的投资经历，打造适合小型投资者的投资系统。

作者信息简介

@作者: juexing2020
@微信号：sleeping2020
@博客：https://blog.youkuaiyun.com/dreamchina8888
@网站地址：www.juexing2020.com

文章目录

打造属于自己的量化投资系统0——量化系统简介
打造属于自己的量化投资系统11——冰山量化交易系统

策略指标

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

觉醒2020

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

如何构建一套有效的量化系统

qq_47502969的博客

05-07

879

如何建立一个良好的交易体系和交易策略呢？可以通过大量的历史数据得来，现在计算机很发达，历史数据的检测和获得比较容易。其实有志于这一行的人，可以通过历史数据获得正向系统的一个佐证。这里也有一个很大的争议，就是有关于市场变化的问题。我们行业里面有一种看法叫市场是不断变化的，这个市场在不断的演变。我个人认为市场局部的变化是有的，但是市场宏观的结构是不大会变化的。虽然现在计算机技术很发达，大量的程序化交...

量化交易入门——从零开始搭建自己的量化交易系统

xiao4816的博客

05-10

3653

一般的量化交易系统包含如下的功能模块参考数据收集模块数据是量化交易的基础，因此数据收集模块是整个系统的核心之一。它负责从各种数据源收集市场数据，如股票、期货、外汇等。这些数据可能包括历史价格、成交量、财务信息等。数据的质量和准确性对整个系统的表现有着至关重要的影响。数据清洗模块由于原始数据可能存在各种问题，如缺失值、异常值、重复数据等，因此需要进行数据清洗。这个模块负责对收集到的数据进行预处理，以确保数据的准确性和完整性。它通常包括数据筛选、异常值处理、缺失值填充等功能。策略回测模块。

参与评论您还未登录，请先登录后发表或查看评论

量化交易系统和撮合引擎系统

最新发布

qq_41893505的博客

04-26

747

模块定义主要作用量化交易系统使用算法、策略模型自动进行买卖决策和下单操作决策层，负责“交易策略”和“下单行为”撮合引擎（Matching Engine）负责接收订单并根据价格优先、时间优先等规则撮合成交执行层，真正完成“订单成交”在币圈，量化交易系统是独立于撮合引擎的一层，它主要负责执行交易策略、生成订单、提交给撮合引擎；而撮合引擎是执行核心，负责订单的撮合成交。两者配合实现完整的自动交易闭环。“行情系统”和“撮合引擎”是输入输出最核心的两个环节“账户系统”是下单前的权限和额度判断“风控”

量化——系统搭建

weixin_43460306的博客

09-06

283

根据输入的策略id，从数据库加载数据，close_tick，close_minute,minute直接加载一天数据，tick使用mq加载。用户输入策略运行参数，框架先对其进行日期解析，然后在mongodb配置相应回测信息。这是一篇记录量化框架开发的日志。

搭建量化系统|自定义量化交易回测框架

hangzhouyx的博客

06-19

3309

当我们开发了一个交易策略，需要对策略进行回测，那么我们就需要一个回测框架。目前已存在很多成熟的回测框架，也有各种平台。这些框架或平台各有优劣，并不能满足每个人的需求。为了将之前学习的量化交易的知识点贯穿起来，更好地巩固学习内容，也为了今后能够搭建适合自己的框架，本篇手记我们就来了解下如何自定义量化交易回测框架。完成一个策略的回测...

量化投资系统.rar

07-24

量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史，其投资业绩稳定，市场规模和份额不断扩大、得到了越来越多投资者认可。事实上，互联网的发展，使得新概念在世界范围的传播速度非常快，作为一个概念，量化投资并不算新，国内投资者早有耳闻。但是，真正的量化基金在国内还比较罕见。同时，机器学习的发展也对量化投资起了促进作用。

打造属于自己的量化投资系统1——backtrader框架简介

觉醒2020

05-14

1668

一、核心组件（1）数据加载（Data Feed）：将交易策略的数据加载到回测框架中。（2）交易策略（Strategy） strategy.py：该模块是编程过程中最复杂的部分，需要设计交易决策，得出买入/卖出信号。（3）回测框架设置（ Cerebro）cerebro.py：需要设置（i）初始资金（ii）佣金（iii）数据馈送（iv）交易策略（v）交易头寸大小。（4）运行回测：运行Cerebro回测并打印出所有已执行的交易。（5）评估性能（Analyzers）:以图形和风险收益等指标对交易策略的回测

打造属于自己的量化投资系统8——Pandas基础用法

觉醒2020

05-23

797

1.pandas简介 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具 2.pandas数据结构 Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。 Time- Series：以时间为索引的Series。 DataFrame：二维的表格

打造属于自己的量化投资系统4——利用backtrader创建指数平均数指标

觉醒2020

05-18

1767

1.指数平均数指标(EXPMA或EMA) 指数平均数指标(Exponential Moving Average，EXPMA或EMA) EXPMA＝（当日或当期收盘价－上一日或上期EXPMA）／Ｎ＋上一日或上期EXPMA，其中，首次上期EXPMA值为上一期收盘价，Ｎ为天数。从EXPMA指标的构造原理和它的使用原则来看，这一指标更接近于均线指标，而且由于EXPMA指标通过对参数进行有效地设定，可以发挥出比均线指标更为直观和有用的信息。 '''#指数平均数指标公式:EXPMA＝（当日或当期收

打造属于自己的量化投资系统7——Numpy的数组基础用法

觉醒2020

05-22

430

1.numpy简介 NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组，的每个元素在内存中都有相同存储大小的区域。 ndarray 内部由以下内容组成：一个指向数据（内存或内存映射文件中的一块数据）的指针。数据类型或 dtype，描述在数组中的固定大小值的格子。一个表示数组形状（shape）的元组，表示各维度大小的元组。一个跨度元组（stride），其中的整数指的是

不借助三方平台自主搭建量化回测系统 ——以海龟交易策略为例

sljsz的博客

05-30

1294

手把手教你搭建自主回测平台

python做量化：一个简单的均线系统

04-21

本代码是一个用python编写的简单均线系统，适合想做量化但不知从何入手的菜鸟，代码很简单，总共只有30来行，本代码的目的是抛砖引玉，给从没做过量化的入门人员一个思路，文件包括两个，一个是代码，一个是EXCEL格式数据，下载后直接在同一目录下运行就可以了，本人是下载的ANACONDA，里面包含了python3.6版本，已经测试运行过

LSSY:LSSY量化交易系统

03-11

LSSY量化交易系统该项目是本人3逐渐研究逐步逐渐积累开发的一套系统，属于早期作品慢慢修改而来，值得学习研究，回测分析，实盘交易部分未公开。实盘部分和去邀请码。支持A股和可转债市场并且可以实盘全自动交易的量化交易系统。开源的目的是希望能有更多的人来参与社区维护，共同打造最完美的量化交易系统。目前市场上集量化回测，实盘交易的系统并不多，适用A股的更是只是寥寥无几，除非收费高昂，LSSY转换交易系统才能让研究量化交易的朋友人人都能用，所以在此开源，并且完全免费，希望更多的人来参与完善系统，贡献自己的一份力量，避免大家重复劳动。 LSSY量化交易系统致力于逐步交易，不再主观交易，通过数据，做大概率，让量化交易变得更容易，大家都可以参与完善，以便更好的利于社区发展，目前采用邀请制，使用邀请编码能力完整的使用LSSY量化交易系统，提交代码或者邀请朋友都可以免费获得邀请码（在社区讨论QQ群分

量化投资知识体系（脑图）

11-05

对量化投资的所涉及的知识方面、主要概念进行了梳理，建立了其间的层次结构图，便于爱好者按图索骥。

【量化开发】量化投资系统构架

m0_62417631的博客

03-12

1799

量化投资体系包含了数据支持层、计算层、应用及展示层。其中数据支持层可以用本地文件(Excel\Pickle)、数据库(SQL\MongoDB...)、API等方式获取，其中最好的是能有一个数据库，在做测试的时候API容易超限、并且提取速度慢，而用Excel会有刷新速度慢的影响，所以最好能够创建成一套大的数据库，供团队使用。计算层一般Python足够，Java，C++，PHP等软件也可以用，各有优劣，Python的环境有更多的支持。应用层不可否认Excel用来做简单回测、简单的数据展示，效率会很高

第二章　开启一个量化投资系统

AI 量化

06-10

721

一、量化投资系统平台的特点和难点二、开启我的个人量化系统建设之旅三、ADOG软硬件构架

简单的量化系统

GYBIN02的专栏

02-07

860

对于2024年A股深证指数来说，没有绝对“最好的”单一指标，成功的量化实践更依赖于合理的指标组合、严格的风险管理以及不断的策略优化。最佳实践应包括高质量数据支持、充分的历史与滚动回测、模拟及实盘验证，以及对市场环境变化的敏锐监控。通过上述多方面的工作，才能构建出一个既稳健又具有前瞻性的量化交易系统。

什么是量化系统

weixin_44177216的博客

04-04

1020

概论近年来，量化交易在国内金融市场得到了快速发展，据统计，目前量化交易成交在A股市场占比20%-30%之间，不过相比美国市场的70%，国内量化还有很大的发展空间。股票量化主要内容包括选股、择时、投资组合、风险控制、资金管理。选股选股一般要考虑两个因素基本面和市场行为。基本面包括多因子模型、风格轮动模型和行业轮动模型。市场行为包括一致性模型、趋势追踪模型、资金流模型、动量反转模型、筹码选股模型等。 Alpha策略有：多因子、风格轮动、行业轮动、资金流、动量反转等。多因子多因子模型是目前应用最多的一

七天打造一套量化交易系统：Day0-量化投资发展历程

码上助君的专栏

07-19

1137

2016年11月，全球量化金融峰会在清华开幕，算的上是中国量化元年的开启。在此之前，国际上关于量化投资经历过哪些重要时刻？涌现出了哪些关键性人物？今天，带大家一起回顾一下量化投资的发展历程。