交易信号

在金融领域，"交易信号"是投资决策中的关键要素，它是基于各种分析工具和方法得出的，标志着潜在买入或卖出时机的指示。这些信号可能来源于技术分析中的图表模式、指标交叉，也可能基于基本面分析中的财务数据变动、新闻事件等。对于投资者而言，准确地识别并解读交易信号对于制定有效策略、优化风险回报比至关重要。然而，交易信号并非绝对，它需要在市场动态和投资者个人风险承受能力的背景下综合考虑。

量化交易入门书籍-Quantitative Trading how to Build Your Own Algorithmic Trading Business 03

英文书籍的特点就是废话是比较多的，写这个系列也是挑出精华部分，另外加上自己在实操中的一些东东，进行修改，但是是按照书的内容精神走。

英文书籍的特点就是废话是比较多的，写这个系列也是挑出精华部分，另外加上自己在实操中的一些东东，进行修改，但是是按照书的内容精神走。

回测文件格式

做交易时往往涉及到不同的交易品种，一般会按品种区分文件夹，如下图（这里是下载了所有的主力合约，就是每天交易量最大的合约）：

![](/community/uploads/default/original/3X/b/2/b26c049cb581ce92fde5b55427fde5e2aa7ac907.j

更新时间：2021-08-13 02:24

次世代均值回归策略

金融市场的均值回归

在量化投资领域，**均值回归（mean reversion）**代表着一大类策略。金融市场的均值回归定义如下：

In finance, mean reversion is the assumption that a stock's price will tend to move to the average price over time.译：在金融领域，均值回归假设随着时间的移动，股票的价格朝着它的均值移动。

我们可以把上述定义中的“股票”换成其他任何投资品。这个定义中最核心的两个字是“价格”（而

更新时间：2021-08-12 03:14

回测环境及简单的回测框架的搭建

策略的回测是存在一定共性的，比如都需要获取历史数据、识别交易信号、平开仓操作、策略表现计算等。如果我们对每个策略都单独做一套的话，那么会浪费很多时间在重复性的工作上。因此，搭建一个完善高效的回测系统是非常有必要的。回测系统包含策略回测的整个过程，并且封装了各种容易调用的接口，可以快速地进行策略的回测。

数据库的搭建

建立回测系统的第一步是搭建存储数据的数据库。数据库主要用于原始数据的存储，原始数据清洗或变换后的数据存储，以及回测产生的交易和结果数据的存储。常用的数据库有以下几种：

SQL：MySQL，Oracle，SQL Server，PostgreSQL
NoSQL：M

更新时间：2021-08-10 06:17

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