luoganttcc的博客

本文介绍了一个通过Polygon API获取股票K线数据的Python实现。代码封装了get_kline函数，支持获取不同周期（分钟/小时/日/周/月/季/年）的K线数据，自动处理复权数据并转换为DataFrame格式。函数包含参数验证、API请求、数据解析和格式化处理等功能，支持返回开盘价、最高价、最低价、收盘价及成交量等关键指标。文末提供了测试示例，展示如何获取1分钟线、5分钟线、小时线和季度线数据。使用前需在.env文件中配置POLYGON_API_KEY密钥。

美股市场凭借全球最完善的金融衍生品生态，为Dispersion交易提供了独特优势。主要操作方式有两种：一是通过卖出指数期权（如SPX）同时买入成分股期权构建对冲组合；二是利用VIX衍生品，通过卖出SPX方差互换并买入VIX期货/期权进行对冲。这两种方法都能有效捕捉个股与指数波动率差异带来的套利机会，尤其适合做空市场相关性。美股市场丰富的工具（包括指数期权、个股期权、VIX衍生品及方差互换）使策略执行更精准高效，这是其他市场难以比拟的核心竞争力。

当相关性高时（如市场恐慌性抛售），所有股票同涨同跌，指数波动率会急剧上升，接近个股的平均波动率。指数波动极小（卖出的指数期权赚取时间价值），而某些个股可能会有较大波动（买入的个股期权提供保护或盈利）。在市场平稳、个股分化时，指数波动率低迷，而卖出的个股期权可能因某只个股的独立行情而亏损，导致策略整体缓慢亏钱（支付时间价值和波动率溢价）。：指数由多只股票组成，个股之间的涨跌会部分抵消，导致指数的实际波动小于个股的平均波动。一篮子成分股期权的波动率（例如，按指数权重买入每只成分股的跨式期权组合）。

大多数交易者在构建交易系统时犯了一个根本性错误——盲目堆砌技术指标（如MACD、RSI、均线等）形成"缝合怪"式系统。作者通过亲身经历指出，这种在特定行情下看似有效的组合，一旦市场风格转变就会失效。真正关键的是首先要回答核心问题：你的交易优势（Alpha）是什么？是在基本面分析、趋势把握还是其他方面能持续超越市场？没有明确优势支撑的系统只是技术指标的拼凑，无法实现稳定盈利。

大多数交易者在构建交易系统时犯了一个根本性错误——盲目堆砌技术指标（如MACD、RSI、均线等）形成"缝合怪"式系统。作者通过亲身经历指出，这种在特定行情下看似有效的组合，一旦市场风格转变就会失效。真正关键的是首先要回答核心问题：你的交易优势（Alpha）是什么？是在基本面分析、趋势把握还是其他方面能持续超越市场？没有明确优势支撑的系统只是技术指标的拼凑，无法实现稳定盈利。

股指分散交易(Dispersion Trading)是一种波动率套利策略，通过做空指数期权波动率与做多成分股期权波动率，利用两者隐含波动率差异获利。核心逻辑是押注成分股间相关性下降，使个股独立于指数波动。策略实施需保持Vega中性、Delta对冲和Gamma管理。盈利来源于成分股实际相关性低于隐含相关性时的分散收益，以及波动率风险溢价和个股特质波动。最佳交易时机包括市场平静但个股分化、指数期权昂贵和盈利季前后。主要风险在于系统性冲击导致相关性骤升、流动性差异和交易成本等。该策略对市场中性要求高，需精细管理头

摘要：本文作者分享了自己从Tushare转向Baostock的经历，因不满Tushare积分清零政策而改用Baostock获取股票数据。文章提供了一个Python代码示例，演示如何通过Baostock接口查询多只股票（贵州茅台、招商银行、五粮液）的2020年第三季度财报数据，包括ROE、净利润率等11项财务指标。代码展示了完整的登录、数据获取和登出流程，最终输出包含股票代码、发布日期、财务指标等信息的结构化表格数据。（148字）

霍华德·马克斯《周期》解读核心要点：市场必然波动，周期永远存在。书中系统阐述了经济、信贷和心理三层周期结构，指出信贷周期是核心放大器，心理周期波动最大。完整周期包含六个阶段，从绝望到泡沫再到恐慌。投资关键在于判断周期位置而非预测拐点，在极端时逆向操作：牛市顶峰要谨慎，熊市底部要贪婪。采取分批策略，避免精确择时，保持中庸之道，重点关注市场情绪指标和估值水平。核心投资智慧在于"别人贪婪时恐惧，别人恐惧时贪婪"的二阶思维。

《随机漫步的傻瓜》深度解析：如何在不确定世界中生存 塔勒布的这本著作揭示了人类认知系统的根本缺陷：我们习惯用单一现实评判成败，却忽视无数可能的平行宇宙。书中指出三个核心洞见： 概率时空观：成败往往取决于随机性，评价策略应考虑"未实现的历史" 归纳法陷阱：历史经验在非线性世界中可能是危险的幻觉 遍历性危机：集体层面合理的游戏可能对个体致命 智慧的真谛在于区分噪声与信号：专注可控因素，接受随机结果。要构建"反脆弱"系统，避免"炸毁风险"，在大多数平行宇

有效市场假说（EMH）由尤金·法玛提出，认为市场价格已充分反映所有可得信息，投资者无法通过分析信息持续获得超额收益。EMH分为弱式（技术分析无效）、半强式（公开信息无效）和强式（内幕信息无效）三种形式。支持证据包括指数基金优异表现、股价随机游走等，但也面临行为金融学的挑战，如市场异象、投资者非理性行为等。该理论对投资策略有深远影响，但现实中市场并非完全有效。

柯尔莫哥洛夫的成就不仅体现在具体的数学定理上，更在于他重塑了多个学科的研究范式。他的工作将概率论从经验科学变为严谨数学，为动力系统和湍流研究提供了统一框架，开创了算法信息论和复杂性科学的先河。正如阿诺德所言：“柯尔莫哥洛夫的工作构成了现代概率论、随机过程和动力系统理论的基石，其影响将持续数个世纪。” 他的跨学科思维和数学工具创新，至今仍为解决复杂系统问题提供着灵感与方法。

本文推荐了多位知乎财经领域的优质创作者，涵盖宏观分析、量化投资、交易方法论等多个领域。其中黄彦臻擅长地产银行分析，许哲提供大方向研判，冼神San LeiMa以抽象风格见长，子楠分享量化教程，王海专注价值投资分析长江电力，独步雲笈详解交易方法论，教父Kim专注量化策略，Undefined则以干货内容著称。这些创作者各有所长，为投资者提供了多元化的专业视角。

【代码】python +baostock +talib 计算移动RSI。

【代码】python +baostock +talib 计算移动 平均。

【代码】python talib。

【代码】python 实现简单的二维卷积。

python计算波峰波谷值的方法（极值点）scipy.signal.find_peaks（峰值检测）

要理解MACD ，首先要理解指数衰减加权平均，下文有EMA源码#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Mon Nov 12 16:36:02 2018@author: lg"""import tushare as tsimport pandas as pdimport matplo

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Sat May 5 12:43:52 2018@author: luogan"""# -*- coding: utf-8 -*-"""Created on Thu Dec 14 15:26:31 2017@author: 量化之王"""imp

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Wed May 2 13:41:08 2018@author: luogan"""#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Tue May 1 19:32:14 2018@au...

本人通过过著名的金融库talib构造时间序列的数学模型,分别计算中国3518只股票的潜力指数,分析得出未来,即5月二日开盘时,极大概率上涨的有282只,大概率上涨的有577只:在未来如下股票将上涨:1. 002027 1. 002546 2. 600552 3. 000417 4. 002319 5. 601002 6. 000417 7. 002319 8...

有这样一种股票,沉寂好久突然拉涨停,一飞冲天,但是不禁要问,好久要等到多久才能起飞.如下图.我分析了十一只涨停股票,统计了涨停前的换手率之和.如下#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Fri Apr 13 21:32:25 2018@author: luogan"""import tush...

在运行代码前需要安装fbprophet和tushare,然后拷贝代码可直接运行,个人认为facebook的这个开源不怎么样,回测的效果不行.不如lstm甚至简单的多元回归.#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Sun Feb 18 09:26:40 2018@author: 罗干"""import...

import tushare as tsdf=ts.get_hist_data('002230')#df1=ts.get_hist_data('000002',start='2017-04-25',end='2017-06-30')print(df.columns)df2=df[df['p_change']>3]df3=df2[['open','high','clos...

我曾经在图书馆里看到一本书，在那本书里作者提出了一种股票预测算法，即历史与未来中心对称于当下,我当时就花了一天时间写下了这个代码。# -*- coding: utf-8 -*-"""Created on Fri Apr 7 16:41:01 2017@author: Administrator"""import matplotlib.pyplot as pltimport

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.preprocessing import MinMaxScalerfrom keras.models import Sequentialfrom keras.layers import LSTM, Dense, Activati