蔡金航的博客

前言我们是国内普通高校的在校学生，同时也是量化投资的初学者。我们的学校不是清北复交，也没有金融工程实验室，同时地处三线小城，因此我们在校期间较难获得量化实习机会，但我们期待与业界进行沟通、交流。蔡金航同学是我们其中的一员。其在寻找暑期量化实习时，收到了几家私募和券商金工组的笔试邀请，笔试内容皆为在给定时间内复现出一篇金工研报。蔡同学受到启发，发觉复现金工研报是我们学习量化策略、锻炼程序设计能力同时也是与业界交流的很好的途径。在蔡同学的建议下，我们开启研报复现系列的创作，记录我们的学习过程，并将我们的创

前言我们是国内普通高校的在校学生，同时也是量化投资的初学者。我们的学校不是清北复交，也没有金融工程实验室，同时地处三线小城，因此我们在校期间较难获得量化实习机会，但我们期待与业界进行沟通、交流。蔡金航同学是我们其中的一员。其在寻找暑期量化实习时，收到了几家私募和券商金工组的笔试邀请，笔试内容皆为在给定时间内复现出一篇金工研报。蔡同学受到启发，发觉复现金工研报是我们学习量化策略、锻炼程序设计能力同时也是与业界交流的很好的途径。在蔡同学的建议下，我们开启研报复现系列的创作，记录我们的学习过程，并将我们的创

前言我们是国内普通高校的在校学生，同时也是量化投资的初学者。我们的学校不是清北复交，也没有金融工程实验室，同时地处三线小城，因此我们在校期间较难获得量化实习机会，但我们期待与业界进行沟通、交流。蔡金航同学是我们其中的一员。其在寻找暑期量化实习时，收到了几家私募和券商金工组的笔试邀请，笔试内容皆为在给定时间内复现出一篇金工研报。蔡同学受到启发，发觉复现金工研报是我们学习量化策略、锻炼程序设计能力同时也是与业界交流的很好的途径。在蔡同学的建议下，我们开启研报复现系列的创作，记录我们的学习过程，并将我们的创

本文的目标本文的目标是训练出上市公司新闻的分类模型，根据新闻标题将上市公司的新闻自动分为利好、利空和模糊中性三类。实现步骤1.获取原始数据使用爬虫调用百度搜索引擎的接口，获取了10000余条沪深300成分股的新闻。部分结果展示：2.原始数据人工标注从10000余条原始数据中选取来源于主流媒体的8000条数据，由人工根据新闻标题进行标注，分为利好、利空、模糊中性和数据存在问题4类。每条数据将由两名同学独立标注，拥有两个标签，汇总时只保留两个同学标准结果相同的数据，以提高标注数据的质量。部分标

1.研报概述本文是研报复现系列的第三篇，本文复现了【东莞证券】的研报【股吧里说了什么？——基于文本舆情构建股市情绪指标】该研报试图利用文本情感分析，通过统计情绪词，将股民的评论进行情感分析，联系情绪词与指数的相关性，并由此为根据来进行买入与卖出等操作。2.研究环境pycharmimport pandas as pdimport matplotlib.pyplot as pltfrom matplotlib.font_manager import FontPropertiesimport js

1.研报概述本文是券商金工研报复现系列的第二篇，文本复现了【光大证券】的【基于阻力支撑相对强度（RSRS）的市场择时】。阻力位与支撑位传统的应用方法一般是选取特定的阻力位、支撑位作为阈值来进行突破、反转策略的构建，常见的策略如均线策略：【若当日收盘价超过 20 日均线，则建仓买入。一直持仓至收盘价低于 20 日均线，卖出平仓】。不同于选取阻力位与支撑位阈值区间的传统应用方法，该篇研报关注阻力位与支撑位的相对强弱程度。阻力位与支撑位实际上反应了交易者对市场状态顶部和底部的预期判断。从直觉上看，如

前言最近需要搭建本地的量化回测平台来满足个性化的回测需求，填补聚宽、真格等在线回测平台的缺陷。之前没有做过相关的工作，所以打算先学习一下vn.py的回测模块的框架，读一下vn.py的源码。vnpy的源码可以从github上获取但vn.py源码的注释比较少，本蒟蒻读起来比较吃力，在参考了网络上相关的解析之后，形成自己的一套解析思路，即自顶向下解析，把学习的过程记录下来，与诸位大佬分析。在我个人学习的过程中，主要参考了知乎张世玉的vnpy源码解析系列文章。张先生的文章介绍得更为系统和详细，我写的这篇文章主

该内容不是很完善，但是可以算是一个思路，仅供参考。思路：用spy++获取窗口句柄，再截图，最后图像识别，得到数据。最终可以执行，但图像识别的效果是很好。有优化空间。SPY++的内容有时间再补上。#对后台窗口截图import win32gui, win32ui, win32confrom ctypes import windllfrom PIL import Imageimport pytesseract#获取后台窗口的句柄，注意后台窗口不能最小化hWnd = win32gui.Find

前言最近发现一个功能强大的绘图工具库cufflinks，其最吸引我的地方是内置了量化绘图板块，可以很方便地绘制K线和技术指标图表。但遗憾的是，在网络上并没有找到cufflinks的参考手册。虽然网络上有一些介绍cufflinks的博客文章，但都没有详细介绍量化绘图模块的使用方法。因此本蒟蒻参照cufflinks的github源码，对cufflinks量化金融绘图模块的使用方法做出简要的介绍，希望对您有些许帮助。因为本蒟蒻水平有限，如有错误，欢迎批评指正。cufflinks介绍cufflinks是对

金融科技之交易：动量效应选股策略策略内容：代码整理角度计算标准化处理：数据准备：回归线的斜率两点连线的斜率由斜率计算角度计算模块的整合绘制叠加图UI界面控件：QLabelQLineEditQPushButtonQComboBoxQTableWidget信号与槽函数选择目标股票表格开始筛选展示筛选结果双击单元格打开详细信息窗口更换展示的K线图和超级叠加图双击打开东方财富股票行情页面子线程待完善的工作...

金融科技之高效办公：自动生成信托计划说明书背景需求编写（这个项目其实没有太多内容，就是用Python将一个word文件中的指定段落复制到另一个word文件中指定位置。）背景昨天下午实习公司给了个任务，说是比较着急：根据两个word文件段落的映射关系自动生成信托计划说明书。具体来讲，一个文件是尽调报告，里面有业务参与方的相关信息，信息按照特定的模板填入。另一个文件是计划说明书，也有特定的模板。...

金融科技之情感分析（一）：股民情绪指数与股市价格的相关性分析前言文本数据源介绍评论数据爬取数据存储和查询计算情绪指数相关性分析和可视化本文是我在一家金融机构实习时做的第一个项目的整理。蒟蒻一枚，是金融科技和人工智能的初学者，写下本篇博文意在记录自己的足迹并与和我一样想要从事金融科技行业的小伙伴分享我遇到的问题和解决方案。如果本文有错误的地方，请大佬们指正。前言在投资者社区中有许多文本型数据，...

区块链金融：使用Python搭建以太坊智能合约应用（一）自2019年10月，越来越多的行业开始探索区块链项目的应用。其中除了IT行业外，便属金融业最为敏感，许多金融机构都在研究区块链。 本蒟蒻目前在北京一家金融机构的金融科技部门实习，接触到区块链技术，这篇文章整理了本人在学习关于利用Python开发以太坊智能合约的一些简单内容，供自己以后回顾和与大家分享。