- 博客(18)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 学习量化交易的第十天（10/28）
今天开始构建交易的最小系统了，目标就一句话在保住本金的前提下尽可能的扩大收益为了保住本金，需要做风险控制，为了尽可能的扩大收益，我选择了日内选股。风险控制其中又包括了1. 增加最大回撤控制 2. 仓位管理 3. 持仓管理 4. 保留足够比例的现金流日内选股的逻辑筛选当日沪深300中所有符合交易信号的股票然后进行买入操作。
2025-11-10 05:01:27
968
原创 学习量化交易第九天（9/28）
这几天读了一些和量化相关的帖子，本来还在纠结参数要不要优化的更好一些让它能跑出更高的收益率以及胜率拉的太低了。读完直接不纠结了，调整参数即使到最优也只是符合历史曲线的最优，并不能说明未来也是这个趋势，参数本身的绝对值没有很大的意义，只要在这个范围是正常盈利就行，重要的是这个策略背后的思想是什么。跑的量化策略胜率不是很高，但是遇到单边行情的时候确实还是能做到让利润奔跑以及即使止损。结果还是挺显而易见的，随机选的20只股票从开盘到现在基本都能跑出正收益，只是盈利多少的问题，说明了策略的有效性。
2025-10-20 02:45:22
255
原创 学习量化交易第八天（8/28）
总体来说，带师利弗莫尔的话还是有参考意义的，即使咱用很粗糙的解读做成可执行的脚本也能实现较好的收益。更不要说带师本人的精细化操作了，不过也不能完全相信，就比如这个一日反转的卖出指标，经常在上涨的好好的就直接卖出了。截取部分来分析一下，07年到08年期间进行了大量的买入操作，而08-09年几乎没有进行任何的买入操作。后面发现，这个回撤超10%写的有点问题，应该是从买入后最高点的回撤的10%，而不是原价的回撤10%。2. 震荡后破新高 -- 识别震荡整理阶段，在突破震荡区间上轨产生买入信号。
2025-10-17 20:20:53
788
原创 学习量化交易第七天（7/28）
虽然也是能盈利，但是胜率总是不高，积极性的也只在35%左右的胜率，对心态挑战很大。假如交易量突破了，价格也突破了，就预测未来会上涨，如果预测正确就进行买入操作，如果预测错了就再次等待交易量的信号。假设你坚信这只股票一定会冲上50美元，而现在只有25美元，你一定要有耐心，要等待这只股票开始活跃起来，等待他创出新高，比方说冲到28-29美元。我设置了5个预测区间，1,2,3,5,7 表示如果成交量突破后，价格也突破了，在未来的n（1-7）天出现了比当前价格还要高的价格，就说明逻辑正确进行买入操作。
2025-09-29 02:38:51
310
原创 学习量化第六天（6/28）
实操环节：将科创板50的量价三个策略搬到a股，计算从A股从开盘到现在的所有数据（2002-2025）为了更真实模拟交易市场，加上手续费环节。还请各位大佬多多指教。在完全没有修改其他参数的情况下用这套量价策略跑A股的收益率确实是有些出乎我的意料的，看下程序分别都是什么时候买入卖出的。共交易了919笔，每年交易40笔左右，交易策略频繁，不放过任何一个可能赚钱的机会了属于是，算下来是翻了1500倍。可以看到程序设置的参数其实还是太保守了，25年只操作过16笔，但是基本上每两笔就赢一笔，还跑不赢通胀。
2025-09-26 23:02:14
232
原创 学习量化第五天（5/28）
量先破（vol_break）：当日成交量 > 过去(N-1)日最大成交量且当日收盘价 ≤ 过去N日最高收盘价（强调“先量后价”）价再破（price_break）：量破后的接下来 M 日内，任意一天收盘价 > 过去N日最高收盘价同时满足：MA20 斜率>0，且 MA20 ≥ MA60；突破日量 ≥ 近5日均量的1.2倍。
2025-09-24 23:20:06
1106
原创 学习量化交易第四天（4/28）
今天小目标，看完第一堂课，写出第一个有自己思想的交易策略。出现28天是我想以28天为一个周期来进行学习。朝着这个目标打卡满28天。先给出策略代码以及最后的结果。明天再写是如何得到这个策略的。我分别用了保守，稳健以及激进三种方式进行交易。5年，从1w变成100w哈哈哈哈，虽然只是虚拟的结果但是还是很开心。
2025-09-24 01:11:37
134
原创 学习量化交易第三天（3/28）
昨天和朋友说了在自己学量化交易这个事，朋友给我推荐了一些课程。然后前两天刷抖音刷到了一个还挺厉害的框架，想要上手试试，我现在其实有点迷茫究竟是应该跟着课程学习还是自己先摸索然后按需学习。看到这个的时候脑子冒出一个交易策略，根据交易量的“加速度”来判定是否进行买入。明天把这个策略做出来然后进行一波回测~可以先理解为这个是量化交易的“道”，如果我认可这个道，再去学习相应的术。确实，我更应该先学习基础知识。那么先开始今天的笔记。（先抛弃掉找利空利多的原因，只看结果）这个观点我其实还挺认可的hhh。
2025-09-23 13:50:01
209
原创 学习量化交易第二天-2
从图表上来看，从20年到21年中旬是呈现上涨趋势，然后基本上都是一路下降到24年年底。从25年才开始稳步上升。这大势的话应该是和政策有关，但是今天不看趋势，只操作短线。中间也是有一点上升的空间。如果能在差不多上升的时候买进，差不多下降的时候卖出是否也有机会呢？目前肉眼还没有很到很强的相关性。先获取更多的指标再进行判断。科创板是在19年进行发布，获取从19-至今的全部数据。现在叠加了一下20天均线和60天均线以及成交量数据。下一步就是看看有没有更多和这个相关的数据进行分析。
2025-09-19 00:21:38
239
原创 学习量化第二天-1
ok，现在大概对整个系统有个大概的了解了。我后面打算先找几年的科创板的数据把图画出来，然后再来构建我的策略。创建一个系统 cerebro ,broker 相当于创建了一个交易员，setcash等于给了10万给他进行交易。def notify_order(self, order): # 订单状态变化时调用。获取数据然后转换成标准格式，其中前五个是必填的参数。策略得先继承他原来的策略类，实现必要的几个方法。然后把数据添加到系统，添加交易策略。这些都是被动调用的，不用自己调用。获取数据部分打印结果。
2025-09-18 13:31:18
255
原创 学习量化交易第一天
之前很久就想学量化交易了，但是一直不知道怎么入门，问了下DeepSeek老师。心学来潮，一点钟从第一步开始。今天份学习就到这里。明天学更多知识再来修改这个模型。从改第一个参数开始~安装好anaconda，安装 akshare。运行我的第一行量化代码。用了移动平均线周期策略来跑了一下回测，但很可惜战报不好。
2025-09-18 01:42:58
161
原创 在手机上通过ssh连接树莓派
第一步 在手机上下载ConnectBot， 豌豆荚上有的下第二步 Ubuntu 上开启ssh服务 第一次按使用的话需要搭建环境 命令是 sudo apt-get install openssh-server第三步 启动SSH服务：sudo /etc/init.d/ssh start #之后的每次使用 都要先在终端开启这项服务第四步 配置文件：vi /etc/ssh/sshd_...
2019-01-26 11:41:23
2144
原创 关于英伟达显卡的电脑安装Ubuntu的坑
我使用的电脑 时华硕的的飞行堡垒 型号 是fx53vd CPU是i5-7300hq 显卡是gtx1050，因为英伟达的显卡和Ubuntu的不兼容让我在安装Ubuntu系统的时候困难重重，在无数次试错中终于找到了较好的解决方案。 以上总结下经验希望后人不要再踩进坑里了入Ubuntu引导页面的时候先不要急着进去，按下e键 （edit的意思，不是enter键 ），然后 找到 有quiet s...
2019-01-24 20:13:40
895
原创 使用git 来管理版本信息（本地管理）
git add 用来添加文件到版本仓库中转站中 ，一次可以添加多个现在本地文件上添加faded.txt例：git add faded.txtgitgit commit 将 中转站中的所有文件提交到仓库 参数-m 用于文后加注释git commit 不输入 -m 以及后面的内容会进入vim模式例：git commit -m "add a song.txt"git st...
2019-01-12 17:11:23
243
原创 关于pyinstaller 出现的一些问题
2019.1.8 pyinstaller库一.安装方法pip install pyinstaller 安装好之后就可以使用了。二.使用方法打开cmd命令行 输入 pyinstaller -F 所在目录下的文件三.问题1.无法识别中文目录2.无法识别特殊字符的目录 下划线也不行3.安装好的exe文件会全部放在盘符（c,d,e）所在子目录下的dist文件中四...
2019-01-08 19:15:32
1117
原创 计算香农熵
def calcshannonEnt(dataSet): countDataSet = len(dataSet) #计算出数据集的数据个数，以便后面算出概率 labelCounts = {} #创建字典，后面类别和数量形成对应关系 for featVec in dataSet: # 提出[1,1,'yes']等 currentLabel = f...
2018-09-05 15:31:07
1437
原创 决策树-选择最优的划分数据集的特点
def chooseBestFeatureToSplit(dataset): numFeature = len(dataset[0])-1 #划分后特点的数量 BasehannonEnt= calcshannonEnt(dataset) #初始的香农熵 BestshannonEnt = 0.0 #初始化最优香农熵 BestInfoGain = 0.0 ...
2018-09-05 15:29:14
999
原创 分类器算法详解 （机器学习与实战源码）
def classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0] #获得行数中的数组数量 diffMat = tile(inX, (dataSetSize,1)) - dataSet #将数据转换成标准格式，即dataset的格式，再减去dataset的数值 sqDiffMat = diff...
2018-09-04 15:05:17
862
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人