登录社区云，与社区用户共同成长
邀请您加入社区
本文探讨了Java大数据实时流处理技术在金融高频交易数据分析中的应用。文章首先分析了高频交易面临的三大核心挑战：数据规模与速度双重碾压、多维变量动态博弈及异构数据整合难题，指出传统批处理模式已无法满足微秒级交易需求。 随后重点介绍了Apache Flink和Storm等Java实时流处理框架的解决方案，通过代码示例展示了异常交易检测的实践实现。文中数据表明，Java实时流处理技术可将数据处理延迟从
本文介绍了《以AI量化为生》系列第九篇的vnpy回测框架优化，重点实现了参数回测结果导出和滚动夏普比率图表功能。通过CSV导出和详细报告生成功能，用户可以保存优化结果并深入分析；新增的滚动夏普比率图表能动态反映策略在不同时期的风险调整收益表现，帮助识别策略性能变化和衰退。文章详细说明了实现原理和代码逻辑，并展示了实际测试效果。这些优化使回测分析更加实用高效，为量化交易提供了更好的风险管理工具。
本文深入优化了vnpy回测框架，新增多项关键指标以多维度评估策略表现。核心改进包括：1）交易级别统计（胜率、盈亏比、凯利最优仓位等）；2）高级风险指标（索提诺比率、卡尔马比率等）；3）智能筛选功能（16种条件）与分组显示界面；4）时间维度分析（月度/半小时区间统计）。通过综合评分系统，将30+指标按业务逻辑分组显示，并支持详细报告导出。这些增强功能使策略评估更全面科学，参数优化更高效，为实盘交易提
量化炒股的世界博大精深，数学模型只是其中的一部分。希望这篇文章能帮助你入门，更深入地探索量化投资的奥秘。记住，实践是最好的老师，动手试试这些模型，你会有更多收获。下次，咱们再聊聊更高级的模型和策略。
然而，投资者也需要谨慎对待新闻消息，考虑其真实性、可靠性和市场反应的可能性，以避免盲目跟风或受到不准确消息的误导。信息不对称影响：新闻消息可能引发信息不对称的情况，即一些投资者在其他投资者之前获得了重要的信息。这可能导致价格的不均衡和市场不公平，因为那些拥有重要信息的人可能会利用这些信息进行有利的交易。市场情绪影响：新闻消息可以引发市场情绪的波动，特别是对整个市场或特定行业的影响。交易量影响：新闻
前面的文章已经介绍，将短线个股挖掘问题转化为深度学习处理的分类问题，并且已经完成训练，将训练得到的模型保存到本地。本文将记录如何使用Keras加载模型并进行预测的过程。结果预测首先，找到训练模型保存的目录，加载模型：# 加载模型loaded_model = keras.models.load_model('./model/{}'.format(stk_code))然后，读入数据，将数据转化为字典类
本文介绍了《以AI量化为生》系列第七篇关于vnpy策略开发的内容。文章从修改策略加载机制入手，详细分析了vnpy的双均线、布林带等经典策略，并最终实现了一个支持多时间周期的3MA策略。该策略通过15分钟周期判断趋势，5分钟周期执行交易，结合动态止盈止损机制，在回测中取得了39.26%的总收益率。文章还展示了参数优化过程，最终将年化收益率提升至155.08%，夏普比率达到5.07。完整代码已开源，为
今天我们来介绍Fama-French三因子模型。什么是Fama-French三因子？Fama French三因子模型是对CAPM模型的一个扩展。CAPM模型认为：（1）证券资产的预期收益和它的市场Beta之间存在一个正向的线性关系，Beta越大，资产的预期收益越大；（2）市场Beta足以解释证券资产的预期收益。Eugene Fama和Kenneth French，两位来自芝加哥大学的教...
在前面，交易相关常用的功能基本已经实现完成了，相比交易API的功能，行情API的功能就要简单的多了，今天分享一下行情登录、行情订阅的代码，以及相关的注意事项。
在前面的章节，分享了交易API认证登录以及基础数据查询的代码流程，并介绍了报撤单及回报顺序，这节继续分享报单、撤单相关的代码实现。
API是应用程序编程接口的缩写，它允许不同的软件系统之间进行数据交换和功能调用。在金融领域，API通常用于连接交易平台、数据分析工具和风险管理系统，使得投资者能够通过编程方式实现自动化交易。
【摘要】大模型在围棋等领域战无不胜，但在金融市场预测上却集体失灵。文章深入剖析了金融数据极低的信噪比与“Alpha衰减”这一核心矛盾，揭示了AI炒股神话破灭的根源，并探讨其作为“认知增量工具”的真正价值与未来。
量化交易是否会加速股票涨跌受关注。量化交易靠算法和模型分析数据，按特定策略交易，其交易行为影响市场供需，会对股票涨跌速度产生作用，背后原理与交易机制紧密相连。
简要介绍了DMA技术指标的定义和使用方法，利用qteasy内置的DMA交易策略，在433支股票上进行了回测，与其他的技术指标进行横向对比，得出指标的有效性和适用性
首先，让我们来定义一下什么是回测。回测，简单来说，就是用历史数据来测试你的投资策略。想象一下，你有一个新发明的超级武器，但在真正投入战场之前，你肯定要先在实验室里测试它的威力，对吧？回测就是那个实验室，让你在真实投资之前，先检验你的策略是否有效。好了，小伙伴们，今天的《量化投资入门》系列教程就到这里了。希望你们对策略的常见回测技术有了更深的理解。记住，回测是投资策略的试金石，用得好，你的策略就能在
量化交易在中美市场均有发展，中美市场在结构、监管等方面存在差异。中国量化交易起步晚，规模和垄断效应受限；美国发展久，大机构影响力大，二者垄断效应有差异。
v10将对回测结果及相关指标进行绘图展示。backtrader平台只需要在调用cerebro.run()后，添加如下一行代码就能完成绘图工作：cerebro.plot()为了展示backtrader自动绘图功能的易定制化及强大能力，将在v10中还添加了如下指标：指数移动均值（ExponentialMovingAverage）加权移动均值（WeightedMovingAverage）...
阅读了知乎的问答，颇有感触，总结下我的思考与观点。这是一个很扎心的问题，很多从业者，都面临着这个拷问，当然也包括我。我将尝试从量化投资的整个流程，从理论和经验上去定性分析，出现这个问题的各种原因，避免这些坑，期待实盘与回测尽可能一致。在分析的时候，主要基于实现CTA趋势跟踪策略的视角出发，并且兼顾股票和其他常见的投资策略。一、猜想与假设使用趋势跟踪策略的时候，一个基本的猜想就是，我们即将交易的品种
打开炒股软件，满屏红红绿绿的K线晃得人眼花。新手常犯的错误就是盯着那些细小的波动不放，结果被"杂波"带偏了方向。老股民都知道，真正赚钱靠的是把握大趋势，而不是纠结于每天几分钱的涨跌。通达信里的ZIGZAG指标，就是专门用来过滤这些无用杂波的利器。它像一把筛子，把那些无关紧要的小波动筛掉，只留下真正有意义的价格转折点。
量化交易盛行，散户亏损问题凸显。根本原因有信息不对称、交易技术落后等。应对策略包括学习知识、控制情绪等，以此助力散户改善投资状况。
最近调研了一些投资公司，发现一些人说自己做的是量化交易，却搞不清楚到底什么是量化交易。小编是个很爱学习的人，为了弄清楚什么事量化交易，特意查百度逛知乎，我是从这个问题开始的：程序化交易是量化交易吗？这里小编先把几个概念总结一下：程序化交易或者自动化交易，是将策略交由计算机执行的交易模式。量化交易中，不少交易是通过计算机自动执行的，但两者不能划等号。对冲交易更多说的是...
量化交易需券商支持，选择券商时要考虑交易成本、技术设施和服务质量，交易成本影响收益，技术设施关乎交易效率。
极好的文章，建议详读。原作者为mytt80海外资本市场已经经历了百余年的发展, 丰富的各类金融投资工具衍生出了大量投资策略。发达的资本市场也衍生出了各类投资理念, 而量化投资则是最具技术性的一类。在海外投资市场，以规模来说量化投资主要分为量化权益和衍生品策略两大块。 衍生品策略中则以期货策略(全球宏观管理期货/CTA)规模最大。 以下我们分别来说：量化权益公募基金量化投资的传...
本文将继续对backtrader的order进行介绍，具体介绍Limit订单的使用。选取平安银行（000001）2019年1月1日至2019年12月31日的日线数据进行回测。为了便于分析，回测过程中设置佣金为0，交易单位大小为100。执行规则在Limit订单创建时，会设置一个price和valid时间，如果超过valid时间订单仍未满足执行条件，订单就会过期被取消。在valid时间内，订单会按照下
通达信量化交易免费版功能，以及与付费版的差异，帮助投资者了解情况做出合适选择。
本章深入探讨了量化交易回测中的核心指标及其计算方法，强调了Walk Forward Analysis在策略验证中的重要性，并指出了回测过程中常见的陷阱。通过Python代码示例，介绍了如何计算年化收益率、夏普比率、最大回撤等关键指标，以及如何通过样本内外数据对策略进行优化和验证。同时，提醒投资者注意过拟合、前瞻性偏差和幸存者偏差等回测陷阱，确保策略的稳健性和对未来市场的适应性。
量化交易在市场中占比不小，其是否助涨助跌有争议，市场占比、不同观点、自我调节机制、对投资者策略的影响等方面与之相关，要综合看待。
量化交易是一门科学，也是一门艺术。它需要我们不断地学习、实践和调整。希望以上的分享能够帮助新手朋友们避免一些常见的陷阱，少走弯路。记住，量化交易不是一夜暴富的捷径，而是需要耐心和智慧的长期投资。让我们一起在量化交易的道路上，越走越稳，越走越远！以上就是我对量化交易中潜在风险的一些看法和建议。如果你有任何疑问或者想要进一步交流，欢迎在评论区留言。我们下次再见！
股票数据根据信息来源和分析方法的不同，可以分为技术面数据和基本面数据。技术面数据和基本面数据都是股票分析中重要的工具，它们提供了不同的视角和方法来评估股票的投资价值。投资者可以综合运用这两类数据，从技术面和基本面两个层面进行全面的分析和决策。
https://gitee.com/bijingrui1997/quantitative_trading_notes
在开始之前，我们得先搞清楚什么是低估值股票。简单来说，低估值股票就是那些市场价格低于其内在价值的股票。这些股票往往因为市场情绪、信息不对称或者其他非基本面因素而被低估。找到它们，就像是在沙滩上挖到了珍珠。找到低估值股票并不是一件容易的事，它需要我们不断地学习和实践。但只要你掌握了正确的方法，并且有耐心和决心，那么在股市中找到那些被低估的宝藏股，并不是遥不可及的梦想。如果你对如何使用通达信进行股票筛
参数优化是策略优化中最常见的一种形式，它涉及到调整策略中的参数以找到最佳组合。miniQMT提供了一个直观的参数优化界面，用户可以定义参数的范围和步长，然后平台会自动进行遍历，寻找最优参数组合。# 假设我们有一个简单的均线交叉策略# 使用miniQMT进行参数优化# 定义参数范围params = {# 创建优化器# 运行优化策略优化是量化交易中不可或缺的一环，而miniQMT提供的多种优化工具和功
上一篇文章已经完成A股日线数据的下载，本文主要记录如何使用下载好的数据，利用回测框架，对策略进行验证。回测和交易框架有多种选择，可参见链接：https://zhuanlan.zhihu.com/p/26983703。这篇文章还对其他量化“利器”进行了介绍。极宽在这些框架中选择了Backtrader，给出的说明为：“新一代TopQuant（TQ）极宽量化系统，将完全基于backtrader：类似小.
量化交易官方解释：量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。量化交易比较常见的策略1、通过多市场，多品种套利2、趋势跟随模型3、均值回归模型4、马丁策略怎么开始量化交易呢1、首先你得有一个交易系统，这个系统的 进场，离场 策
2024年下半年至2025年上半年，A股市场呈现出“挖坑”后反弹，并以震荡和结构性行情为主导的特征。这一时期，市场受到政策支持和充裕流动性的显著影响，同时伴随着市场领导风格的显著转变。在此背景下，对短期市场情绪、流动性及结构性增长主题高度敏感的量化因子表现突出。具体而言，小盘股（规模）、成长（特别是科技相关）以及价量（动量/换手率）因子展现出较强的稳健性，而质量因子也持续贡献正阿尔法。
波动率交易策略是量化交易中的一个重要领域，它要求交易者具备深厚的市场理解、精确的策略设计和严格的风险管理。通过本文的介绍，希望你能对波动率交易策略有一个全面的了解，并在实际交易中运用这些知识，把握市场的脉搏，实现稳健的投资回报。波动率交易策略，顾名思义，是围绕市场波动率进行的交易。做多波动率策略是指预期未来市场波动率将增加，从而通过买入波动率相关的金融工具来获得收益。做空波动率策略则相反，预期未来
炒股的朋友都知道，主力资金就像股市的天气预报。大资金往哪流，哪里的股票就容易涨。我在证券公司干了这么多年，见过太多散户因为看不懂主力动向而踩坑。今天就用同花顺这个大家最常用的软件，手把手教你识别主力资金的蛛丝马迹。主力净流入这个指标特别有意思，它就像大资金的"脚印"。你想想，机构动辄几千万上亿的资金进出，怎么可能不留下痕迹？关键是要学会看这些痕迹。
聚宽量化交易平台jqdatasdk#安装pip install jqdatasdk#升级pip install -U jqdatasdk#登录from jqdatasdk import *auth('帐号','密码')#帐号为手机号；密码为登录密码#out:auth success#查询是否连接成功is_auth()#out:True#查询当日剩余可调用条数get_query_count()#ou
股指期货和股指ETF是量化投资中的重要工具，它们为投资者提供了多样化的投资选择和风险管理手段。在量化投资的世界里，股指期货和股指ETF是两个不可或缺的工具。本文将带你深入了解股指期货与股指ETF的基本概念、特点以及在量化投资中的应用，让你的投资之路更加稳健和高效。与股指期货不同，股指ETF是实物资产，投资者持有的是基金份额，而非合约。本文提供了一个关于量化投资中股指期货与股指ETF的深度解析，旨在
在量化交易系统的回测模块中，按照我们的交易策略，产生了一条条的交易记录，如何通过这些交易数据，来判断我们策略的好坏，是否可以拿到实盘上跑呢？
投资市场就像一场没有硝烟的战争，而通达信概念板块监控功能，就是你手中的武器。通过它，你可以轻松跟踪市场热点，把握投资机会。记住，投资不是一场赌博，而是一门科学。用好工具，做好分析，你也可以成为市场的赢家。现在，就让我们一起，用通达信开启你的投资之旅吧！希望这篇文章能够帮助你更好地理解如何使用通达信概念板块监控功能，把握市场热点，让你的投资之路更加顺畅。如果你有任何疑问，或者想要了解更多关于开户的信
量化交易涉及多方面知识，数学、编程和金融知识格外重要，数学构建模型基础，编程实现策略，金融知识助理解市场，掌握这些是量化交易入门关键。
很多刚入市的朋友可能会觉得，股票估值不就是看市盈率（PE）吗？PE低的便宜，PE高的贵。但现实是，如果你用同一套估值标准去衡量银行股和科技股，可能会亏得怀疑人生。比如，工商银行的PE常年只有5-6倍，而宁德时代的PE一度超过100倍。如果单纯看PE，银行股岂不是“白菜价”？但为什么市场愿意给科技股这么高的估值？这背后其实是不同行业的商业模式、增长逻辑和风险特征完全不同。
量化交易接口收费受接口类型、功能、数据量等多种因素影响，不同平台收费差异大，影响量化交易者成本与选择，对量化交易发展意义重大。
线性代数在量化投资中的应用远不止这些，它就像是一把打开量化投资宝库的钥匙。通过掌握线性代数，你可以更深入地理解市场，更精准地进行投资决策。所以，不要小看了这个听起来有点枯燥的数学工具，它可是量化投资中的大杀器！下次见，我们将深入探讨更多量化投资的奥秘。记得，量化投资是一场既需要智慧也需要勇气的冒险，而线性代数，就是你手中的利剑！
打开通达信软件，输入MACD，这个由两条线和一组红绿柱子组成的指标就会出现在K线图下方。很多新手会觉得它神秘莫测，其实拆开来看很简单。说白了，它就是通过计算不同周期均线的差值，来判断股价的动能变化。就像开车时的转速表，能提前告诉你发动机是加速还是减速。
这些选股条件看似简单，但用好了真能事半功倍。我见过太多人追求复杂指标，结果把简单的事情搞复杂了。其实炒股就像钓鱼，关键不是鱼竿多高级，而是知道鱼在哪里。如果你刚开始用通达信，不妨从我说的这几个基础条件入手。当然，选股只是第一步，买卖时机和仓位管理同样重要。想了解更多实用技巧，或者需要帮忙设置个性化选股方案，随时可以找我聊聊。开户后还能获得更多独家策略和实时提醒服务，让你炒股少走弯路。
本篇将分享一个技术面与基本面相结合的选股模型，每天定时按照提前设定的选股条件，也可以做到盘中实时选股，并将结果通过微信接口进行通知、自动添加到交易软件的自选股中。
量化交易
——量化交易
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
葡萄城开发者空间
2048 AI社区
讯飞AI开发者社区
量化交易与投资社区
