- 博客(10)
- 收藏
- 关注
RSS订阅原创 VBA基本代码
Range("B1").Offset(5,0).Select #B1向下移动5，向右移动0。Columns("B:G").Columns(2).Select #B-G列中的第二列。rows("3:10").Rows(1).Select #3-10行中的第一行。Range("D5").End(xlDown).Select #D5向下到最低。Cells(5,6).Value=666 #5为行，6为列。rows("3").Select #第三行。Range("D3").Value='赋值'
2024-06-04 23:32:06
293
原创 Git常用代码
git commit -m 'abc' (repositary项目名称)git remote add origin '远程仓库链接地址'git tag -a v1（标签） -m "第一版“ （备注）git checkout -b dev（分支名称）touch app.py(py文件)9. git将本地内容上传到远程。5. 在该路径下开启git。6. git中开始加入内容。11. 查询git上传记录。2. 来到创建的初始路径。3. 列出该路径下的文件。8. git连接远程仓库。4.来到特定的py文件。
2024-06-03 23:53:07
206
原创 决策树（GBDT）
GBDT需要将多棵树的得分累加得到最终的预测得分，且每轮迭代，都是在现有树的基础上，增加一棵新的树去拟合前面树的预测值与真实值之间的残差。第一棵树，原数据根据一个特征预测，产生残差；第二棵树，残差根据第二个特征预测，产生残差。每棵树结构确定，可并行化计算，计算速度快，但训练过程无法并行。在稠密，数值型数据上效果好，反之，效果差，对异常值特别敏感。
2024-05-20 18:50:08
248
2
原创 git_clone的方法
获取最新目录 git sync - pull。（需要输入message信息才能点击commit）2. 创造新的文档 . git commit。1. 先创造路径 git clone。获取该文档内的内容也是一样的。
2023-07-04 18:07:40
189
原创 使用蒙特卡洛方法寻找最优参数来获得最好的年化率，夏普率
然后就可以通过限定条件，比如上图中，通过选择夏普大于1.5的所有参数中，年化最高的一组参数。当然了，这里，也可以通过限定其他条件了，例如交易频率大于100的，或者持仓最大值小于1天的，总之，你可以理解为，蒙特卡洛的方法就是在搜寻一堆的参数，每一组参数都得到一个结果，然后选择其中最好的一组就可以了。这里通过寻找200次找到所有参数下的资金收益和夏普率（可能会有重复值）
2023-07-04 14:13:09
220
原创 （量化交易策略）卡夫曼和均线融合策略
这个方法还是有巨大的可行性的。KAMA线就是卡夫曼自适应移动均线，如黄线所示，在震荡区间，黄线斜率趋于0，但是在有趋势的时候，斜率却又比MA更加敏感，这一条线很好的告诉了我们，可以通过kama线来判断横盘和趋势。当我使用一个普通的双均线策略时，往往在横盘阶段，会出现多个交叉点，在这些交叉点发生的交易，往往会以亏损理财，所以，这对于我的交易来说，就是噪音。在这个策略中，我使用了MA和KAMA的交叉点作为交易点，类似双均线策略，只是此时，一条是普通均线，另一条是更加聪明的均线。
2023-07-04 11:05:34
1135
原创 用python从网页批量下载数据到本地
再从网页链接中寻找规律，在这个例子中，可以发现，网页下载链接和时间有关，那么就可以根据时间多次运行我们的resp函数。先写一个下载单个链接到本地的函数。
2023-07-04 10:39:06
1514
原创 最大回撤计算方法
先将6段交易rt = [10,12,15,18,-6,-9]转化成净利润 [10,22,37,55,49,40]，再加上本金100元，rt为。如果把前面几段交易拿掉，当rt = [18,-6,-9]时,最大回撤为 (118-103)/118 = 0.127。已知本金100，在10天交易了6段，下面是6段交易的回报，（每次交易的本金是100）.其中的最大回撤为(155-140)/155 = 0.097。这与上述结果不一致，说明最大回撤与所有的交易段有关。
2023-06-16 13:25:08
448
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人