回测
回测在金融领域是一种重要的验证和评估策略性能的技术手段。它主要通过在历史数据上模拟投资策略的执行过程，以此检验该策略在过去时间段内的盈利能力和风险水平。回测不仅能够帮助投资者理解策略在不同市场环境下的表现，还能揭示策略的潜在风险和优化方向。有效的回测是金融决策过程中不可或缺的一部分，它增加了投资者对未来策略实施的信心，并为持续改进和优化投资策略提供了依据。
VNPY应用入门/进行量化策略回测03（不谈理论，只谈应用）
今天来到回测的第三篇详解：
上次我们讲到现在开始策略回测数据，进入到真正的策略模块，调用 def onFiveBar(self, bar)
for orderID in self.orderList:
self.cancelOrder(orderID)
self.orderList = []
这里是将前面没有成交的委托单全部取消，可以根据自己的策略进行修改。
接着就是更新K线数据和计算指标数值：
am = self.am
am.updateBar(bar)
if not am.inited:
return更新时间：2021-08-09 06:39
VNPY应用入门-实盘逻辑分析
还有很多功能再以后整理为笔记，这篇是近期最后更新关于VNPY的文章了。
实盘逻辑：
首先打开runCtaTrading.py,主函数执行： runChildProcess()
# 创建日志引擎
le = LogEngine()
le.setLogLevel(le.LEVEL_INFO)
le.addConsoleHandler()
le.addFileHandler()
le.info(u'启动CTA策略运行子进程')
ee = EventEngine2()
le.info(u'事件更新时间：2021-08-09 06:38
Quant的数字货币程序化交易系统开发笔记 - 2
Quant的数字货币程序化交易系统开发笔记 - 2
作者：贾茹
嗯，好久没更新了，因为我最近找到了一家高频的实习~ 入职一周以来，看到了同事大神们写的交易系统，发现自己写的确实还是Naive，也存在一些问题，但 best practice 的具体细节确实没法分享了。所以呢，后续文章内容会有一点变化，会重点讲交易所API的使用和数字货币交易规则。
数字货币交易规则
最近找工作也接触不少数字货币团队，聊下来发现大家主要都集中在4~5个流动性好交易所，期货基本上是 OKEX, bitfinix, bitMEX，现货基本上是火币和币安。
数字货币的交易规则与
更新时间：2021-08-09 05:56
lightGBM_AI选股
更新时间：2021-07-30 09:11
AI量化策略，我该如何理解你？
人工智能（AI）技术得到了飞速发展，其在各个领域的运用也不断取得成果。机器学习被评为人工智能中最能体现人类智慧的技术，因此开发AI量化策略可以理解为将机器学习应用在量化投资领域。
理解机器学习算法
机器学习算法太多，本文讨论只针对适用于金融数据预测的常用有监督型机器学习（Supervised Machine Learning）算法：StockRanker。假设我们要去预测某个连续变量$ Y$未来的取值,并找到了影响变量$ Y$取值的$K$ 个变量，这些变量也称为特征变量（Feature Variable）。机器学习 即是要找到一个拟合函数$f(X_1,X_2,\ldots,X_K|
更新时间：2021-07-30 09:08
用线性随机梯度下降-回归算法实现A股股票选股
更新时间：2021-07-30 08:12
可视化均线金叉死叉策略
更新时间：2021-07-30 08:05
用StockRanker算法实现A股股票选股
更新时间：2021-07-30 07:26
用线性-分类算法实现A股股票选股
更新时间：2021-07-30 07:26
使用bigexpr表达式引擎开发AI策略
更新时间：2021-07-30 07:26
策略中调用其他因子_AI
更新时间：2021-07-30 07:25
Transformer在量化选股中的应用
一、基于时间嵌入的方法
当前应用于NLP领域的Transformer，结构过于庞大，并不适用于股票数据（开盘价，收盘价，最高价，最低价，等）这样的时序数据，因此，本文提出一种简化的适用于股票数据的Transformer结构，其根据时间嵌入的思想构建，能很好的应用于量化选股中。下面以一个例子来介绍用于股票数据的Transformer体系结构，以及
更新时间：2021-02-03 07:05