1. sudo apt update (更新软件源)　　2. sudo apt upgrade (更新内核相关的包)　　3. sudo apt dist-upgrade　　4.sudo apt-get autoremove　　5. sudo apt install update-manager-core　　6. sudo do-release-upgradeusing...

小案例：参考了一些文章。做了一个20日移动平均线；这算是第一篇自己用python实现的功能吧。步骤：1、在网易财经下载000300的历史数据。2、配置好python和pandas包代码：#加载pandas包和os包import pandas as pdimport os#获取工作目录os.getcwd()#把数据放入工作目录当

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport statsmodels.tsa.stattools as tsdata=pd.read_csv('C:/Users/HXWD/Desktop/数据/rb.csv',encoding='gbk')data.columns=['date','o

# -*- coding: utf-8 -*-"""Created on Fri Feb 17 15:08:37 2017@author: yunjinqiE-mail:yunjinqi@qq.comDifferentiate yourself in the world from anyone else."""file="C:/Program Files (x86)

有偿提供策略编写、策略评估兼职服务：qq:1733505732时间：18:00-22:00组合测算报告-------------------------------名称全部交易资金分配量200000.00组合合约/周期螺纹指数/1小时，沪铝指数/1小时热卷指数/1小时，铁矿指数/1小时

今天看了一下quantdigger，pyalgotrade的回测，瞬间陷入痛苦之中，对于不熟悉的人，估计需要花很长时间来学习。我决定自己建造一个回测系统，参考quantdigger，pyalgotrade的优点。这是写的一个简单的均线回测平台，但是效率太低，也没有考虑手续费等问题，还有很遥远的距离需要走。# -*- coding: utf-8 -*-"""Created on Tue Au

英语好的童鞋们，直接看后面的英文官方解释，我就不班门弄斧了。英文不好的，可以看下我的中文解释。首先：np.linspacenp.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)参数解释：start,stop是开始，结束的数字，num是生成多少个数字，默认50个；endpoint是最后一个s

从某个线上平台上下载到了ETF和LOF的基金数据，准备保存到原先的arctic数据库中。保存基金的日数据，这个速度还是非常快的，几秒钟就存进去了。

为啥使用数据库在做量化投研的过程中，一个适合的数据库往往能够提高工作的效率，在过去的工作研究经历中，使用过csv文件、pickle文件、mysql、mogodb等数据库，在我自己以后的投资研究过程中，尝试使用mongodb数据库和man-group(英士曼集团)开源的基于mongodb的数据库框架-ARCTIC，应该足够能够满足我的投研需要了。必须要说明的是，arctic数据库应该算不上最快的时序

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