网格交易策略-期货分钟_new

策略介绍

网格交易策略

策略流程

第一步:确定价格中枢、压力位和阻力位 第二步:确定网格的数量和间隔 第三步:当价格触碰到网格线时,若高于买入价,则每上升一格卖出m手;若低于买入价,则每下跌一格买入m手。

  1. 确定价格中枢、压力位和阻力位;
  2. 确定网格的数量和间隔;

由qxiao创建,最终由qxiao更新于

101-简单动量策略

策略介绍

动量策略是一种利用历史价格趋势来预测未来价格行为的量化交易策略。这种策略基于一个假设:股票或其他资产的未来价格趋势可能会延续其近期的表现。在实际应用中,动量策略通常会购买表现好的资产并卖出表现差的资产。

策略思想

动量策略的核心是“追涨避跌”。具体来说,这种策略会:

由jliang创建,最终由qxiao更新于

累计收益率和交易详情的数据对不上

累计收益率是正的,但交易详情的卖-买却是负数,这是什么情况呢?

策略地址:

[https://bigquant.com/codesharev2/e00e6a76-2d8b-45b8-b1be-0ffbd0346826](https://bigquant.com/codesharev2/e

由ioriliao创建,最终由ioriliao更新于

113-大类资产配置ETF基金交易策略

策略介绍

大类资产配置策略(Asset Allocation Strategy)是投资管理中一种基于投资组合理论的策略,其主要目的是通过在不同类型的资产之间分配投资来优化风险与回报的比例。这些资产类别通常包括股票、债券、现金及现金等价物、不动产、大宗商品以及其他替代投资品种。资产配置的目标

由qxiao创建,最终由qxiao更新于

136-期货单品中高频网格交易

策略原理

期货高频网格交易策略是一种在期货市场中利用价格波动来进行频繁买卖操作的策略。其核心思想是通过预设一定的价格间隔(网格),在价格波动中不断进行买入和卖出操作,从而在价格波动中获利。以下是该策略的主要特点和步骤:

主要特点

  1. 频繁交易:高频交易意味着在短时间内进

由qxiao创建,最终由qxiao更新于

因子提取问题

老师好,自建了一个因子,自己的因子提取完成,但是平台的几个因子提取过程出现了

You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat的问题

请老师指正

由bqzzowb0创建,最终由bqzzowb0更新于

如何设置模拟交易在自定义定时任务后触发

背景

如果我们的模拟交易需要依赖自定义定时任务的数据结果, 即需要保证模拟交易在这个定时任务后才运行需要怎么处理?

处理流程

1 、提交自定义的定时任务

定时任务代码编写完成后点击画布右上角的提交模拟按钮

![](/wiki/api/attachments.redir

由qxiao创建,最终由qxiao更新于

123-双均线交易策略

策略介绍

双均线策略是一种简单而又广泛使用的技术分析工具,主要用于识别市场趋势的变化和生成交易信号。这种策略涉及两条移动平均线——一条短期(快速)和一条长期(慢速)——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

  1. 筛选条件:将5日平均收盘价作为短线,40日平

由xyz142创建,最终由qxiao更新于

【量化入门课程-0619期】作业提交

大家每人自定义一个策略,要求:

  • 股票选股策略(不是事件策略或者买入并持有策略)
  • 使用线性模板或者AI模板
  • 初始资金100万
  • 回测时间:2023-01-01至2024-06-19
  • 不可以使用未来函数
  • 其余策略设置不做任何要求


大家只要提交作业,就奖励300宽币。之后我们

由small_q创建,最终由small_q更新于

303-关于如何使用XGboost训练模型固化并调用

简介

**由于深度学习中的涉及到的随机项过多,比如Dropout 以及随机种子,这样固化模型的重要之处就能够体现出来了。 如果我们没有使用固化模型,在我们的缓存丢失或者更新之后我们的模拟交易以及回测将会触发模型的重新训练,导致原有的模型发生变化。 本文将会针对这个问题提出该如何在Bi

由bqrch0cl创建,最终由small_q更新于

使用标准化函数后报错

我为了把因子数据做zscore标准化,加上了这个函数再相加,然后就报了个错如下:

![](/wiki/api/attachments.red

由bq76thlo创建,最终由bq76thlo更新于

尝试用M.tune写一个滚动训练

前言

为了进一步加深对M.tune的使用理解,这里我给大家写一篇M.tune的实际应用。我们可以使用它来调参,当然也可以用它来做滚动训练,值得注意的是,M.tune只能调节模块的参数:

![](/wiki/api/attachments.redirect?id=9edd75fa-2

由bq7zuymm创建,最终由qxiao更新于

301-滚动训练(draft)

介绍

  • 适合专业用户
  • 在时间上滚动训练策略,跟进数据变化来迭代模型
  • 本文只是一个简单演示,我们将在后续文章里介绍使用和原理

由jliang创建,最终由qxiao更新于

300-StockRanker模型固化并调用

前言

AI量化策略的独特之处在于存在一个AI人工智能模型,模型可以很简单比如是线性回归或决策树模型,模型也可以很复杂,比如是Transformer、CHATGPT等。在BigQuant上使用较多的是一个称为StockRanker的模型,该模型在量化金融数据上进行调优,能取得比xgboost

由qxiao创建,最终由qxiao更新于

数据合并

两个“输入特征(DAI SQL)”模块,分别从两个数据表提取数据,之后可以共同连接一个新的“输入特征(DAI SQL)”模块,做到数据连接的功能

我们来看一个具体的例子,在下面这个例子中:

  • m1模块的作用是从cn_stock_prefactors表中提取出pe_ttm

由small_q创建,最终由qxiao更新于

202-本地文件上传

介绍

  • 本地上传csv文件并读取
  • 和其他数据联合使用

实现

dai处理文件

  • 生成一个csv文件作为测试,包括日期、股票代码、当日涨跌幅。
  • 使用dai直接操作csv,如果是本地csv文件则直接拖拽至资源管理器。

![](/wiki/api/attachme

由iquant创建,最终由qxiao更新于

🌟201-数据与策略分享

介绍

  • 构建和管理自己的数据与因子
  • 分享到策略社区并保护核心逻辑
  • 支持数据付费订阅
  • 支持他人克隆策略,每日获取信号

技术方案

![](/wiki/api/attachments.redirect?id=be72745b-dff3-4d11-918a-0dec5f5

由jliang创建,最终由qxiao更新于

133-可转债双低策略

定义

可转债全称为可转换债券,指债券持有人可按照发行时约定的价格将债券转换成公司的普通股票的债券,如果债券持有人不想转换,则可以继续持有债券,直到偿还期满时收取本金和利息,或则在流通市场出售变现。

如果持有人看好发债公司股票增值潜力,则可以行使转换权,按照预定转换价格将债券转换为股票。

由qxiao创建,最终由qxiao更新于

132-日内均线金叉开仓策略-分钟

交易规则

  • 1分钟频率回测,如果分钟K线的短期均线上穿长期均线平空开多,短期均线下穿长期均线平多。

每个交易日尾盘需要清仓。

策略构建步骤

确定股票池和回测时间

  • 通过证券代码列表输入回测的起止日期

确定买卖条件信号

  • 计算短期短期均线与长期均线,短

由iquant创建,最终由qxiao更新于

131-小市值稳定增长策略

策略介绍

小市值稳健增长策略是一种专注于挖掘市值较小但具有稳健增长潜力的股票的投资策略。该策略通过深入分析这些公司的基本面、财务状况、行业前景以及市场情绪,筛选出具备长期成长潜力的优质小市值公司,以期在未来获得超额回报。通过该策略选择的股票的优势包括有

  • 高增长潜力:小市值公司通

由bqrch0cl创建,最终由qxiao更新于

130-基于StockRanker的基金策略

策略思想

基于价格因子通过StockRanker进行基金的轮动选择。

本策略中使用数据过滤模块对成交量较小的基金进行了过滤。

交易频率

日线。

策略详情

在输入特征模块,进行特征的选取和数据的过滤。

表达式特征输入:

  • `m_avg(volume, 5) AS v

由iquant创建,最终由qxiao更新于

129-多空对冲的AI期货策略

策略简介

该策略为期货多空对冲策略,做多的同时也做空,赚取Alpha对冲收益,信号由算法产生。

标的

商品期货合约

信号产生

将股票市场的成熟算法StockRanker应用在期货市场,根据StockRanker算法预测未来1小时商品期货的涨跌,做多涨幅排序第1的期货品种,

由iquant创建,最终由qxiao更新于

分页:第1页第2页第3页第4页第331页
{link}