更新时间:2023-06-01 02:13
请问使用自定义运行之后,还能模拟交易吗?有没有例子
更新时间:2023-06-01 02:13
\
更新时间:2023-06-01 02:13
如何对单只股票设置量化交易程序
更新时间:2023-06-01 02:13
谢谢小Q, 感谢BQ。四周年快乐\~
昨天收到了小Q寄来的礼物,好开心啊,双11不用我自己去买了。。。。一如既往的清新风。我已经猜到了,上一年是保温杯,今年是茶壶,下一年可不可以送包枸杞 ,
更新时间:2023-03-07 12:00
回顾上一章的3篇文章,我们从量化回测、实盘交易、以及中台化运营三个方面,逐步介绍了量化开发所需要涉及的工具及技术,已经有能力做到快速上线策略进行实盘交易。(量化开发之量化交易中台化)
现在我们的研究员小伙伴研究好了一个简单的MACD策略,他只需将研究好的策略代码提交到代码版本库,后续的任务就可以由我们的交易系统及中台完成。通过简易的报表式UI界面,看到策略的实盘效果,小伙伴应是兴奋又忐忑的。
![{w:100}](/community/uploads/default/original/3X/d/9/d990
更新时间:2023-01-31 10:07
实盘中有一个手机端确认信号安全控件下载按钮,点击其会弹出一个二维码。
用微信扫码后,再选择用浏览器打开,提示下载宽邦实盘控件安卓版,但是点击这个链接却发现是空的。提示“您所请求的页面不存在”,请问如何解决。
不能获取的用户请联系小Q获取
更新时间:2022-12-20 14:20
\
更新时间:2022-11-09 01:23
中国商品期货市场近30年来取得历史性突破和跨越式发展。近年来,伴随股票市场多因子选股策略的风靡,越来越多的期货界投资人士,在尝试使用多因子框架构建商品市场的CTA策略。这类策略的核心是找到各类可以影响商品市场价格涨跌的公共因子,如资产动量、波动率、宏观基本面等,构建统一框架来评估资产价格上涨、下跌的潜力,进而构建商品市场的组合投资策略,多因子策略是近年来CTA策略的一个重要分支。本文主要尝试对多因子CTA策略构建中一些常用的因子进行测评,并试图构建一个基本的多因子CTA策略,以深入洞察该类策略的运作,供投资者参考
测试的因子包括技术面因子以及宏观基本面两类因子。技术面因子采用横
更新时间:2022-10-08 10:30
\
更新时间:2022-09-01 13:17
涉及国内主要品种的不同的频率的回测与交易
\
更新时间:2022-07-31 01:58
Q2:实盘中有没有办法根据策略的前期表现,在不同的策略间切换实施
https://www.bilibili.com/video/BV15r4y1i7XP?share_source=copy_web
\
更新时间:2022-07-17 07:23
**关子敬:**在我看来海内外最主要的差别是:国内投资人是偏向喜欢直接对股价做预测,而海外直接预估股价比较少,主要做填充模型(imputation model),针对遗失数据做估算,特别是在
更新时间:2022-04-27 01:48
更新时间:2022-04-11 11:00
更新时间:2021-11-12 11:39
作者:Harry Nicholls编译:caoxiyang
你有没有想过如何使你的交易策略自动化并增加交易利润?在本文中,我们将介绍算法交易的基本知识,好处和风险。准备好开始自动交易吧! 很多技术分析都涉及观察信号指标,然后根据信号进行交易。正如我在之前的文章“一个让优秀交易者高于其他交易者的行为”中所讨论的那样,你应该在你的交易日志中记录下你所有的交易,当你获得更多的经验时,你应
更新时间:2021-08-24 05:46
作为平台的铁杆用户,本文主要分享下使用StockRanker模型来实盘交易的一些经验。
在机器学习领域,预测的结果依赖于:数据、算法和特征,因此真正好的策略一定是特征选择和特征构建非常好。
平台的StockRanker模型策略生成器只是搭建了一个策略框架,输入不同的特征就可以看到不同的策略效果。去年的时候,我构造出了大约10个特征进行回测,从12年到16年底,平均年化收益达到了76%,因此就打算先用一部分小资金实盘,进一步验证特征的有效性。
因为政策原因,目前国内股票实盘交易接口并没有开放,因此量化平台都不会说自己平台上可以实盘交易,免得监管部门叫去喝茶。于是只有手动下单,好在股票持仓时
更新时间:2021-08-24 05:46
本文主要分享一个基于Deep Q Network的对于个股的择时策略
本文主要使用的是Deep Q Network。DQN是强化学习的一种方法,结合了Q-learning和深度学习神经网络。
Q-learning是用一张表来记录各个状态下的各个行为的q值,它能记录的状态的个数是有限的。而在金融市场上,价格、交易量等数据都是连续的,因此可以组合成无数种状态,如果用一张表来记录,那么这张表将大到无法想象。
而DQN不用表来记录Q值,而是用一个深度学习神经网络来预测Q值,并通过不断更新神经网络从而学习到最优的行动路径。结构
更新时间:2021-08-24 03:00
更新时间:2021-08-20 07:30
我一个策略研究员,怎么就写起交易系统来了呢?
作为一个Quant,我一直以来都有一个愿望,就是自己写出一整套程序化交易系统并实盘交易,相信绝大多数刚刚接触量化交易的同学也都曾经有过这个想法。但受限于编程能力,估计很少有人能自己从最底层开始写出一套完整的交易系统。
quant自己写交易系统这个事也不新鲜,开源项目vnpy的作者就是交易员,这个项目的一个宣传语我很喜欢: by trader, for trader。quant自己接入交易所的好处显而易见:能深入理解下单成交是怎么一回事,跟IT的沟通会更流畅;能更深入的研究市场微观结构;如果是研究算法交易、高频策略那自己接入交易
更新时间:2021-08-09 05:55
更新时间:2021-07-30 07:26
各位宽粉,大家好! 明日(6月23日)平台升级:
如未添加微信客服小Q,请扫描以下二维码添加:
From:BigQuant 团队 Date:2021年6月22日
\
更新时间:2021-07-30 06:20