- 博客(523)
- 资源 (8)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 rolling(n).mean是否加min_periods=1对结果的影响
常用于时间序列平滑，尤其在分析时间序列的初期阶段（数据点不足）时，保证结果连续性。
2024-11-26 11:16:33
393
1
原创 10.10 工作笔记
参数：equity，资金曲线，调仓比例，本周期多空涨跌幅。4.12涨跌幅 第一个和最后一个着重看看 正确。涨跌幅：2024已经失效 回撤大于50%4.10第一个涨跌幅为none 正确。为啥做了bias_2ma。为啥做了空头的多头择时。本周期多空涨跌幅是啥。
2024-10-10 18:29:18
349
原创 10.8工作笔记
4 然后根据start time和end time计算交易时间，接着将交易时间和df合并，得到的df，没有交易的时间会有symbol = nan，是否交易 = nan，！可以在merge的时候，控制一下， 删除最前面和最后面不是both的数据，然后让选币不为1，另外看一下benchmark怎么弄的，是不是可以在代码中间重新指定benchmark，也可以在代码中间控制一下开始和结束时间。9 创建empty_df，以benchmakr时间为准，然后和df的时间对齐，得到新的df，这里需要再次做时间控制！
2024-10-09 09:26:21
267
原创 pycharm的debugger失效
这个问题可能与 Parallel 和 delayed 相关。这些工具属于 joblib 库，用于并行化计算。并行计算可能会导致调试器失去对子线程的控制，因此无法在 Parallel 中设置断点。禁用并行化：暂时关闭并行处理，直接运行代码来进行调试。这样，Parallel 实际上只在一个线程中运行，调试器能够正常工作。我的pycharm在这句话之前可以debug，这句话之后无法停到断点。
2024-09-30 10:04:42
397
原创 9.26工作笔记
BL定投垃圾币反弹很厉害单币长期持仓，必然爆仓做空：100 - 2赚了9898 / 100 = 98%赚了98%2 - 4亏了2元亏100%做空不要用期货 用期权做空：下跌10%：100 - 90: 赚了10%上涨10%：100 - 110：亏了10%多空下：盈利5% rebalance 亏钱之后不能rebalance这里涉及到复利的思想 自然膨胀在盈利之后，仓位变多，这时候一旦亏了一点百分比，造成的损失非常大，所以rebalance，可以理解为逃顶在亏损之后亏损是因
2024-09-29 10:31:30
276
原创 9.19工作笔记
df[‘ret_next’] = df[‘下个周期_avg_price’] / df[‘avg_price’] - 1。df[‘ret_next’] = df[‘下个周期_avg_price’] / df[‘avg_price’] - 1。其他的资金曲线包括：BN现货全市场在资金曲线、流动性多头资金曲线、反转策略多头资金曲线、BTC资金曲线。其中avg_price是一小时的avg_price在12h的区间里去第一个值。将PSY因子多头资金曲线和其他资金曲线组成对冲的多空资金曲线。
2024-09-19 12:02:38
421
原创 9.14工作笔记
对因子进行综合分析不仅能帮助你理解因子的有效性，还能揭示其在不同市场环境下的表现和稳定性。通过多角度的分析，你可以更全面地评估因子的实际应用价值，优化投资策略，并提高因子的实用性。
2024-09-14 11:27:28
939
原创 9.13工作笔记
1D3 7 14 30排序方式 True数据整理：1 读取原始的开高收低2 benchmark合并，日期对齐3 aftermerge，合并其他因子4 计算因子5 resample周期。
2024-09-14 09:30:05
184
原创 mac上的pycharm配置anaconda环境
在我选完anacoda3下面的bin文件的conda之后，系统自动生成了一个env，以后用这个就好了。很多帖子都说要去env下面的bin文件找conda，但实际上我的env里面没有conda。选择 anaconda3 - bin - conda。
2024-09-13 16:48:08
704
原创 9.12工作安排
测试moneyflow 和quote volume的衰减加权写因子：4种看看需不需要算因子改持仓周期 1D range（1，31，1）truespot测参数平原资金曲线（选做）测psy五分钟测psy剔除5分钟 以及psy做对比持仓周期1h，range(24,721.24)truespot测参数平原和资金曲线
2024-09-12 17:03:51
174
原创 9.5工作笔记
9.5 小时数据整理 推迟一小时测试9.6 阅读第一篇研报 生成因子 因子测试9.9 参数平原 资金曲线绘制 看第二篇研报 生成因子9.10 因子测试 参数平原 资金曲线 看第三篇9.11 生成因子 因子测试 参数平原 资金曲线。
2024-09-05 14:47:45
305
原创 9.3工作安排
要做的事情测试适度冒险因子适度冒险因子存在问题：需要计算多个股票在同一天的均值和标准差，这里需要看一下，得到的df是怎么样的，才能继续适度冒险研报用的是交易量，而股票代码用了交易额修改框架为1h，并且测试因子在1h下的表现因子和币合并在脚本1中，和benchmark数据合并之后，对数据做进一步处理，即从原来得到的分钟因子文件夹读取所有的因子，并且放到df之前由分钟数据计算得到的因子是天级别的数据而现在的币种数据是小时级别的这里把天级别的数据做了下采样因子的值在一天中的每个小时都是一
2024-09-03 18:28:24
137
原创 工作笔记-9.2
1 计算出D的四个因子的参数平原云开雾散 atr 潮汐因子 coppock分钟数据计算完了hurst分钟数据计算完了，还没有在回测框架写勇攀高峰之前好像写错了，要重算先写因子，然后处理脚本1和脚本8适度那个截面怎么算2 计算出H的所有参数平原3 为什么因子的计算周期和持仓周期是一样的？？？4 脚本1和脚本2，到底哪个计算了因子。
2024-09-03 09:33:44
347
原创 9.1写论文
阅读大量文献，题目 摘要/总结 介绍（如何从大范围的论文缩小到小范围）查阅数据库，将相关论文整理到文件夹中，比如之前那个文献阅读器。2 这篇文章对主题提出了什么问题？3 这篇文章的主题范围有多大。1 这篇文章的主题是什么？
2024-09-01 20:15:51
257
原创 anaconda安装jupyter
链接： https://blog.youkuaiyun.com/m0_66047447/article/details/141190114。
2024-08-30 15:54:11
348
原创 8.30工作笔记
1 测试剩下的三个因子：coppock 潮汐因子 云开雾散2 整理需要时间序列的因子 以及截面因子3 灾后重建多了一列，'灾后重建’所有值都是nan，这里不仅是灾后重建，所有的都要改4 coppock 潮汐因子 云开雾散在回测的时候，需要考虑因子构建，一会再做5 hurst再明确一下6 适度冒险是截面因子，先搁置一下7 看一下脚本88 看一下strategy_高频因子。
2024-08-30 14:41:34
371
原创 8/28工作笔记
4 云开雾散因子写完5 看一下回测怎么跑6 看下来很多错误都是因为有空值导致的，所以一定要fillna7 潮汐因子需要修改8 coppoct因子需要修改9 写好的合并文件的代码需要添加到脚本1里面，因为脚本一要rolling10 现在只计算现货，计算完之后，要计算合约由于两个因子的名字互相包含，比如ad和adtm，导致在检查因子列时，出现错误，需要注意。
2024-08-29 18:37:14
331
原创 高频因子构造笔记
E:\xingbuxing\高频\币对分类\spot_binance_1m_ftr。E:\xingbuxing\高频\币对分类\swap_binance_1m_ftr。存放的规则是：如果文件名存在，则在后面append，如果文件名不存在，则新建。在for循环里面，首先将csv转ftr，将得到的ftr放入到。这里的240的含义是每天交易4小时，每小时60分钟。真实低位 = min (最低价， 前一天收盘价)真实高位 = MAX(最高价， 前一天收盘价)这里采用的是日 - 月数据。每月选取前20个交易日。
2024-08-28 09:35:19
722
原创 高频直播笔记
创建benchmark，这里的benchmark很有意思，我记得股票数据中的benchmark是指数数据，包含市场交易所有天数，这里的benchmark的作用也是为了衡量市场交易的所有时间，这个benchmark一共分为两个：period_bench和min_bench，这里的period_bench 包含是时间区间内的所有选股周期，比如小时，那么period_bench就包含了所有的小时数据，比如天，那么period_bench就包含了所有的天数据。
2024-08-26 20:58:32
1065
原创 8/23工作笔记
2 本次选币选的是动量策略，动量策略选择的都是近期成交量最大的币，这些币的成交量可能比比特币和以太坊还要高。动量因子表示了收盘价在当天价格中的位置，动量因子越大，表示收盘价越高，动量因子越小，表示收盘价越低。动量因子表示的是当天的价格走势，动量因子大表示当天收盘的时候价格还在涨，说明该股票走势非常好。1 本次是在合约里面选币的，本身合约里面的币就比较大。
2024-08-23 12:01:32
345
原创 8.21工作笔记
需要做的事情学习rnn、lstm、macd、rsi是什么，晚上回去恶补。（发疯）macdMoving Average Convergence Divergence，移动平均收敛发散指标rsirnn and lstm
2024-08-22 14:29:25
156
原创 8.22工作计划
需要传入的参数：2 原来的脚本2用的是strategy_筹码.py，现在要自己规定参数可以在脚本8中循环调用脚本2，其中strategy_筹码.py文件中的参数可变，也可以参考脚本3。
2024-08-22 14:29:11
396
原创 IC & rankIC
IC衡量的是预测值和实际值之间的相关系数计算公式为：IC = Pearson(R(predicted),R(actual))取值范围：[-1, 1]，其中1表示完全相关，也就是预测值和实际值完全一样。0表示完全不相关，-1表示，反向相关。
2024-08-21 11:45:20
919
原创 8/20工作笔记
外国的证券公司和研究机构也会发布大量的研报，内容涵盖了宏观经济、行业分析、公司财报、投资策略等多个方面。在这些机构发布的研报中，通常会包含详尽的数据、深入的分析、趋势预测以及投资建议。这些全球知名的投资银行和证券公司定期发布关于全球市场的研报，覆盖股票、债券、外汇、商品等市场。这些全球著名的评级机构不仅提供信用评级，还会发布大量的市场研报和经济预测。全球大型资产管理公司发布的研报多集中于投资策略、资产配置和市场展望。全球知名的咨询公司也发布大量的行业分析和市场研究报告。之前的文档丢了，补齐内容。
2024-08-20 15:53:43
758
原创 8.19量化工作笔记
数据整理的参数在config文件中factor_param_list里规定，那排序方式是在哪里规定的，是在选股的时候才进行排序，数据整理的时候，计算的是单币种的数据，只有在选币的时候，才能排序。共享内存这一段，实际是在读取 数据整理之后的周期数据，那么在脚本2 选币当中，是怎么得到这部分数据的呐？也就是说，在之前运行的时候，脚本1（数据整理部分）计算的是4个参数，在脚本2（选币）只计算了一个参数。这里需要看一下，脚本2之前调用的是startegy里面的参数，现在的参数是怎么用的。
2024-08-19 16:46:40
524
原创 因子优化方法
对于有些因子，理论上可以得到较好的表现，但实际表现很差，这类因子对他做移动平均可能有奇效，移动平均可以平滑噪声，屏蔽短期内的极端值，而且可以预防过拟合。常见的移动平均周期为 3 7 14 30。
2024-08-16 18:12:12
412
原创 8月16日工作
标准正态分布的峰度为3，通常计算峰度时，减去3作为调整，使得正态分布的峰度为0，这称为调整后的峰度（excess kurtosis）。如果你学习的是经济学相关专业，经济计量学课程中也会涉及偏度和峰度，尤其是在回归分析中，用于评估残差的分布特性。正峰度：如果峰度大于3（高于正态分布），数据分布的峰较尖，意味着有更多的数据集中在均值附近，并且尾部较重。正偏度（右偏）：如果偏度大于0，表示数据的分布向右拉长，右边的尾部较长。负峰度：如果峰度小于3（低于正态分布），数据分布的峰较平，意味着数据较分散，尾部较轻。
2024-08-16 16:38:23
573
原创 1_选币数据整理
这里需要细究然后，需要制定以下筹码因子的resample周期从大到小排序这部分是在Strategy_筹码.py中完成的。需要修改总结一下，总的流程为：这里首先merge了benchmark，然后merge了额外数据，这里的额外数据指的是计算所需因子需要的数据，接着计算出需要的因子，然后resample周期转换计算因子的时候用了factor_dict进行因子计算resample周期转换的时候，用了data_dict进行周期映射。
2024-08-15 18:53:58
604
原创 筹码因子解析
官方解释：“筹码”在股票市场中是一个比喻的概念，通常用来表示市场中投资者持有的某只股票的数量或份额。自己理解：其实买股票或者买虚拟币就类似于赌博，大家拿着钱上赌桌，随着赌博人的数量变化和其他条件，赌博人持有的股本或者币本的价值在发生变化，最终在合适的实际离场，这里的筹码就是：赌博的人在某个价值点入场，用某个价格持有了多少个股本或者币本。
2024-08-15 11:09:01
637
原创 复现论坛因子
假设XYZ科技公司在过去一年中经历了显著的市场关注，特别是在其发表了一系列引起市场兴趣的新产品后。股价从70元上涨到120元，然后又回落到100元。同时，此区间内也有部分长期投资者刚开始进入市场，他们对公司的未来持乐观态度，但价格稍有回落时，这些新买入的持股不足以形成强有力的支持点。在达到120元的峰值后，股价开始回落。进一步，因为股价处于历史较高水平，意愿持股者的预期和投资时间可能差异较大，使得此区间的持股更加分散。110元至120元区间：此区间的筹码非常分散。没有足够的买盘支持，因此上涨动力可能不足。
2024-08-13 17:26:29
336
原创 中性策略回测框架逻辑
遍历运行单offset的资金曲线。整合所有offset的资金曲线。计算多offset的资金曲线。生成传入单offset的参数。将数据分为现货和合约数据。计算小时级别的资金曲线。选币-单offset。计算当前周期资金曲线。
2024-08-13 10:55:35
226
原创 比特币8.12学习问题
买入滑点（Slippage）是指在执行交易订单时，实际成交价格与预期价格之间的差异。滑点通常发生在市场波动较大或流动性较低的情况下。公式：单币分配金额 = 总资金 / 2/ offset/选币数量，其中2 表示多空。疑问：什么是过滤，什么是offset。没有投钱的情况下，怎么用api。
2024-08-12 18:44:11
508
利用A*, greedy, Dijkstra, RRT算法，针对迷宫障碍物栅格地图，采用8连接方法，找一 条从起始点到目标点的无
2022-07-15
vs报错：已执行断点指令
2022-09-09
谁有16*16ASCII点阵字库？
2021-07-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人