- 博客(141)
- 收藏
- 关注
RSS订阅原创 股票期货量化交易软件种群优化算法：模拟退火（SA）
为了跳出局部“陷阱”，开发了一种量子退火算法，该算法模拟了同时在两个地方的量子效应，其中推测它穿过隧道跳过“壁垒”，但尝试摆脱一些缺点，量子退火还有其它，特别是选择量子跃迁强度的问题。做出更差决策的概率由“冷却”函数决定，该函数降低了随着时间的推移做出更差决策的概率，允许算法暂时“跳出”局部最优值，并在搜索空间的其它地方寻找更好的解。该方法初始化类和个体字段。而在我们略微修正的版本中，我们将做同样的事情，但调整了值的范围，从而限制了分子在金属中的扩散相互作用区域，而运动是从分子在上一次迭代中的位置进行的。
2024-07-22 16:31:24
576
原创 股票_期货量化交易软件：神经网络离线学习中的探索问题
通常情况下，选择用于模型训练的数据目标很窄，因为这些数据都是在任务的一个较小的子空间内收集的。此外，在与环境互动的过程中，在每个回合（episode）中，我们会根据之前互动的历史记录使用一种策略 π。在本文中，赫兹量化交易软件将了解用于离线 RL（ExORL）的探索性数据框架，该框架发表于论文 "不要改变算法，要改变数据：离线强化学习的探索性数据"。在此 EA 中，我决定将模型加载分为不同的区块，这样就可以在没有训练好的 Actor 或 Encoder 的情况下使用先前训练好的 Critic。
2024-07-22 11:23:55
1001
原创 股票_期货量化交易：神经网络用历史的数据学习预测未来的算法交易
该框架的作者提请注意，本文中分析的学习算法主要把模拟作为重点，使用理想的数据集、独立且同期的数据集。该框架的作者认为，收集含有各种噪声的次优轨迹、或扭曲专家轨迹对于机器人技术来说是不可接受的，因为扭曲或随机行为是不安全的，且有损于设备的技术条件。为了便于使用，我创建了一个子目录 “Signals”，并将所有信号的文件重命名为 “SignalX.csv”，其中 X 是保存的信号历史的序列号。不过，状况有所不同。特别是，当我们与有限的训练样本打交道时，研究环境的问题变得更加尖锐，它无法适应环境的所有多变性。
2024-07-03 15:13:34
631
原创 量化交易软件：实战的策略实用自动交易技术
为此，我们首先需要计算当前持仓将产生哪些利润，以及会产生哪些亏损，最后是它们的合计值。现在，我将展示如何计算所有订单的盈亏，以及如何根据现有情况，基于所需的回滚来计算下一笔订单的手数。若是所有订单的总盈利刚刚变为正数，就把扇骨形平仓是不明智的，因为服务器上的任何价格波动或滑点都可能令盈利向负方向偏移 - 在这种情况下，这种扇骨形似乎毫无用处。{ k = 0 ... 1 ... 2 ... (MaxOrders-1) } - 系列中下一笔订单的索引，如果我们未能从之前的方式法获利，其为我们打算开立的订单。
2024-06-28 11:11:54
690
原创 量化交易软件：利用网格和马丁交易策略系统机器学习需要怎么做？
如果我们运用订单网格（红色和绿色水平线），则必须计算所有已触发挂单的总利润，包括自最初开始的订单（您可在同一方向上开仓布局网格；最后的解决方案，很可能是最快的，但在此它并不要紧。不过，由于运用的是网格，因此可以选择 M1 OHLC 来获得更高的精度。每次迭代将样本添加到训练集合当中，并创建有关的订单网格信息，保存在字典里。另一个令人兴奋的功能是，您可以浏览含有不同数量订单的网格，订单之间的距离不同，甚至可以运用马丁格尔（手数递增）。赫兹量化来详细研究第一个，因为它是最简单的一个，旨在获得最大的利润。
2024-06-28 10:59:28
730
原创 如何利用MQL5创建简单的多币种智能交易系统三角移动平均线（二）
3. Close All Orders Profit — 所有盈利单平仓 如果交易者想把所有已盈利的订单平仓，那么只需单击按钮 “所有盈利单平仓”，所有已经盈利的持仓将被平仓。当交易者在输入参数设置”使用订单止损（否）“和/或”使用订单止盈（否）“时 但交易者打算对所有订单使用止损或止盈时，只需单击按钮 “为所有订单设置止损/止盈”，所有订单将被修改，并会应用止损和/或止盈。如果”使用尾随止损/止盈（否）“选项，则智能系统不会执行尾随止损和尾随止盈。盈利、或许信号条件已逆转方向，订单必须以亏损条件平仓。
2024-06-19 15:08:04
485
原创 如何利用MQL5创建简单的多币种智能交易系统三角移动平均线
在单一时间帧信号计算系统中，交易者必须从 11 个时间帧中选择一个时间帧，从 M5 时间帧到 D1 时间帧。因此，我们的目标是满足交易者的基本需求，即有效的高性能交易机器人，故此，依据高可靠 MQL5 提供的能力和设施，我们就能创建一款简单的多币种 EA，在本文中，且所用指标信号：三角移动平均线指标。本文中多币种 EA 的定义是一款智能交易系统或交易机器人，它可以从一个品种的图表里交易（开单、平单、及管理订单，例如：尾随止损和止盈）多个品种（货币对），在本文中，EA 将会交易 30 个对。
2024-06-19 14:47:54
788
原创 量化交易软件策略：多币种智能交易系统三角移动平均线 — 指标信号
在单一时间帧信号计算系统中，交易者必须从 11 个时间帧中选择一个时间帧，从 M5 时间帧到 D1 时间帧。买入信号，如果前 2 根柱线是深粉（DeepPink），前 1 根柱线是中等海洋绿（MediumSeaGreen），当前柱线是中等海洋绿（MediumSeaGreen）。仍同上一篇文章，在该版本的智能交易系统中，赫兹量化交易软件还添加了一个交易时段（时区）选项，如此可交易的货币对就能与交易时段的时间相对应。卖出信号，如果在所有选定的时间帧内，指标颜色是深粉（DeepPink）。
2024-06-18 15:01:03
554
原创 量化交易软件——神经网络提高轨迹预测模型的性能
在创建交互机制之前，该方法的作者将临时信息分解为适当的场景。接下来，该方法的作者使用有关地图的最少信息扩展了社交基本模型，从中他们将目标代理的区域P离散化为围绕合理中心线（高级和结构化特征）的r 个随机选择的点 { p 0 , p 1 ...p r } 的子集，同时考虑到目标代理在最后一个观察帧中的速度和加速度。该方法的作者进行的实验表明，考虑到目标代理的真实轨迹端点与过滤后的中心线端点之间的整个验证集的平均和中位距离L2，通过考虑运动状态下的速度和加速度并使用最小二乘法过滤输入，可以获得最佳先验信息。
2024-06-18 14:52:32
624
原创 MT5-期货：构建期货智能交易系统
CInit1 继承自 CInitializeStruct： class CInit1: public CInitializeStruct { public: bool Initialize(CParam* pparam, CSnap* psnap, CTradeMod* ptrade) { if (CheckPointer(pparam) == POINTER_INVALID || CheckPointer(psnap) == POINTER_INVALID) return false;
2024-05-24 11:45:45
590
原创 程序化交易软件策略——期货股票mt5海龟出来的升级改良版
/ 下一次检查的时间 if(st_Pause_End > go_Tick.time) return(ENTRY_NONE);} if(go_Channel.i_Lowest_Offset < i_Extremum_Bars && go_Channel.i_Highest_Offset < i_Extremum_Bars) { // 第一个条件不满足 if(Log_Level == LOG_LEVEL_DEBUG) PrintFormat("%s: 第一个条件不满足", __FUNCTION__);
2024-05-23 16:46:19
662
原创 量化交易软件——mt5期货通用的Z字转向指标
如果在计算的柱上出现了高价或者低价，Direction 数组的元素就被赋值为 1 或者 -1，为了得到之字转向在每个柱的当前方向的信息，在计算方向之前，从 Direction 缓冲区的前一个元素取得数值并赋给当前的元素: // 取得前一个 // 确定方向数组元素的值 DirectionBuffer[i]=DirectionBuffer[i-1];例如，这样的条件可以是根据当前柱与n个柱的最高价/最低价做比较而构成，换句话说，如果当前柱的源数据的值是最近n个柱的最大值或者最小值，这就定义了之字转向的方向。
2024-05-23 14:14:48
1000
原创 mt5期货_股票一组指标信号贝叶斯
换句话说, 为了使垃圾处理理论完全融入我们的概率交易理论中, 用 "成功交易" 来代替 "垃圾" 假设, 以及 "指标信号" 来代替 "单词" 事件就足够了。最后, 第二个也是最后一个激进的举措是将 "买入" 和 "卖出" 的状态结合在一起, 但具有普遍意义 — "入场"。然而, 对于大多数相同类型的指标 (例如振荡器), 交易信号产生的原理是相似的。P(E) 是事件 E 的总概率, 考虑了所有存在的假设, 其中几个通常存在 (应当注意的是, 假设必须是不相交的, 即系统中一次只能有一个状态;
2024-05-23 11:49:43
628
原创 期货量化交易策略——检测超买 超卖的方法
到目前为止，我们对 EA 测试结果感兴趣 — 首先，使用锚定趋势开始的模块进行测试（我们减少在超买/超卖区域入场的概率），然后禁用该模块进行测试（我们剔除这种锚定为代表的保护，增加在这些区域入场的概率 — 趋势“尾巴”。正如我们在图表中所见（测试 2 相对于测试 1），忽略了在超买/超卖区域内开仓相关的风险，以致会导致不利后果 — 在这种情况下，重要指标比之第一个指标的测试结果有了不容忽视的恶化。图例 3 和 4 显示结果和第一个测试的图表，其中启用了在超买/超卖区域入场风险降低降至最低的模块。
2024-05-14 15:46:23
281
原创 期货量化交易加密策略——利用外部应用程序进行交易加密
事实上，如果填充值为零（如同我们的项目中一样），则开发者必须注意确保加密对象的长度是 BLOCK_SIZE = AES_BLOCK_SIZE 的倍数，即 16 个字节。同样，C# 项目将计算并产生不同的哈希值。目的是解密由终端创建的许可证（lic.txt 文件），解析接收的数据，修改对象，并重新加密，以便创建新文件。无论如何，我们已经解决了最初的问题 - 我们发现即使在不同环境里计算，在确定条件下对象哈希值也将是相同的。显然，我们可以稍后假定，如果加密/解密失败，则该问题可能是由应用程序中的错误引起的。
2024-05-14 15:40:36
939
原创 程序化交易软件策略——价格序列随机分量
细心的交易者可能会注意到，行情上的烛条通常按“大”和“小”尺寸分组（波动率高和低的区域），这意味着图表不是随机漫游，而是有形态的。如果我们假设一次即时报价就是一步，那么价格在“大烛条”期间会走更多的步数，但是烛条的大小仍然与步数的平方根乘以平均步长成正比（图例 9 中的示例）。我们的情况类似：如果 1 分钟烛条的平均大小为 0.00017，那么价格可以采用离散级别，其间隔等于烛条大小的两倍。因此，即使我们简单地假设价格是交易的函数，也很明显，即时报价会扭曲价格序列，并引入可能导致错误的随机分量。
2024-05-14 15:35:16
901
原创 程序化交易——帧分析器Frames Analyzer工具时间片交易
数据库的名称由创建时的当前时间和 EA 的名称组成：[CURRENT_TIME] [EXPERT_NAME].db。对于外部参数（INPUT_n），Value 列保存此次优化的外部参数、和优化参数的名称（用 || 分隔）。422462_balance_sub_bi.png - 排除所有无盈利交易时间片后的余额屏幕截图，以及其余每个时间片的所有余额。422462_bi_table.png - 表格的屏幕截图，其中包含排除所有无盈利交易序列的时间片后的所有最终结果。Deals - 计算每次验算余额的交易历史。
2024-05-10 14:47:07
877
原创 期货量化交易软件：数据科学与机器最近邻算法KNN
故此，最近邻算法的训练非常简单，您可能会认为根本未经训练，因为如早前所述，该算法本身不会尝试理解数据集中的形态，这与逻辑回归或 SVM 等方法不同，它只是在训练期间存储数据，然后取这些数据用于测试目的。很棒，现在一切工作正常，我们将 KNNAlgorithm 的类型从 void 更改为 int，令其返回给定值所属类的值，这可能会在实时交易中派上用场，因为我们将插入新值，期望算法立即将其输出。现在最终的决定就很容易了，在这种情况下票数最高的类赢得决定，给定的权重属于编码为 0 的正常类。
2024-05-10 14:43:14
463
原创 期货量化交易软件：种群优化ACO算法优化策略
该算法在平滑 Skin 函数上表现良好，展现出完美的收敛性和良好的拉伸能力，尤其在 20 和 500 函数测试中遥遥领先。在离散 Megacity 函数上，该算法仅在具有 500 个函数的问题上落后于随机 RND 算法。一方面，传统的蚁群算法不适用于交易金融产品的优化问题。然而，为了避免传统版本的局限性，我们见证了蚁群算法全新概念的出现，能够深入 ACO 的发展。这样的算法已可应用在广泛的问题，包括旅行推销员问题。赫兹量化交易软件值得关注的是将数字从一个范围拉伸到另一个范围的函数。这次我将扩展其功能。
2024-05-10 14:22:33
868
原创 期货程序化交易Williams PR设计交易系统
智能系统在每次跳价时检查这三个值，并根据比较生成信号，从而确定前期和当期 WPR 值在 -50 级别的位置。基于这一策略，我们将设计一个循序渐进的蓝图，来创建一个交易系统，因为我们需要程序或智能系统在每次跳价时一次性检查三个值，并进行比较，从而判定其中一个值相对于其它值的位置，这三个值是当期 WPR、-80 和 -20 级别。根据这一策略，当生成买入或卖出信号时，我们也需要得到通知，但这将基于另一个条件，因为当要求大于移动平均值，且 Williams %R 值大于 -50 级别时，我们需要得到买入信号。
2024-05-09 17:07:58
795
原创 期货量化的开发智能交易系统提供系统健壮性
当编译器依此文件生成目标代码时，它将假定以下关系：如果正在编译的文件是 EA，并且含有声明的指令，则编译器将生成的目标代码会包含介于条件指令 #ifdef def_INTEGRATION_WITH_EA 和 #else 之间的部分。如果编译另一个文件的情况，例如，未定义指令 def_INTEGRATION_WITH_EA 的指标，则将编译指令 #else 和 #endif 之间的所有内容。该事件现可受控于条件指令，如此，那些在高波动期间不做交易的人，若需要的话，就能拥有一个包含所有原始指标的 EA。
2024-05-09 17:01:55
788
原创 期货量化交易软件：种群优化算法蜂群算法量化策略
在最高等级的区域（列表中的第一个），中心坐标和花蜜的最高浓度重合。乍一看，这似乎是不可能的，但它们能够通过有节奏的运动相互传递有关地理位置的信息。在这种情况下，如果尚未进行探索，我们按花蜜值对蜜蜂进行排序，并将列表中第一批蜜蜂的坐标和花蜜数量复制到相应的区域中。在此，我们可以看到以前算法中已经熟悉的函数声明：生成随机均匀分布的数字，缩放到一个范围，然后从范围内选择一个数字并带有步长。您可能还记得，蜜蜂的位置是由坐标、与采集的花蜜区域的隶属关系、以及花蜜的数量来设置的。那么，蜂巢的蜜蜂可由一个数组表示。
2024-05-09 16:54:38
520
原创 期货量化交易软件：机器学习矩阵回归
如果您注意数组 xT[] 的话，您可能发现赫兹量化软件只是复制了 x 值，并将它们存储在这个 xT[]数组中，它只是为了澄清，正如我早前所说的，我们所用的从 csv 文件收集数据并存于数组方式，调用函数 GetDataToArray() 得到的数据已经过转置。从我们的矩阵行 1 乘以列 1，输出将是迭代行 1 的每个元素，与列 1 对应索引位置的元素相乘，并把乘积累加求和，由于行 1 都是 数值 1，列 1 也是数值 1，故这与在迭代中每次逐一递增值没有什么区别。添加图片注释，不超过 140 字（可选）
2024-05-08 16:55:46
555
原创 期货量化交易软件：学习基于建仓派发AD设计交易系统
对于每次跳价，我们需要交易系统在执行时连续检查两个值，即当前 AD 值和前一个 AD 值，并判定当前 AD 是否大于前值。另一方面，如果当前值小于前值，我们需要在图表上返回一条注释，其中包含递减的 AD 行、AD 当前值和前值。根据该策略，我们需要知道 AD 线的当前走势是强势亦或疲软，我们将依据简单比较当前 AD 值和以前近十个 AD 值的最大值或最小值来实现这一点。或者，如果当前 AD 值小于前一 AD 值，且当前最高点大于前一高点，则存在熊市背离。我们将简单比较当前 AD 值和以前的 AD 值。
2024-05-08 16:32:59
638
原创 期货量化交易软件策略：斐波那契交易系统
我们将采用两种方法，第一种是取最后的日线数据来绘制我们的斐波那契水平，另一种是取预定数量的蜡烛作为数组以备它用。正如我们在这里提到的，赫兹量化软件将在数组中使用特定数量的蜡烛，并确定第一根蜡烛的开盘价、最后一根蜡烛的收盘价、最高值和最低值。根据该数组的走势类型，我们将绘制斐波那契对象，并获得所需的信号。正如我们在这里提到的，赫兹量化软件将取用日线最后一根蜡烛，并确定其开盘价、收盘价、最高价和最低价。根据最后一根日线蜡烛的走势类型，我们将绘制斐波那契对象，并获得所需的信号。
2024-05-08 16:25:18
288
原创 期货_股票程序化学习分析PCA金融市场分析
由于设置凯撒准则来选择含系数主成分，其可解释所有方差的 90% 以上。我不得不将方差转换为百分比： vector vars = pca_scores_coefficients;在这个函数库中，我已为三个准则进行了编码，我认为这些准则更好，且计算效率更高。它们是方差比例、凯撒图和碎石图。添加图片注释，不超过 140 字（可选）添加图片注释，不超过 140 字（可选）以下是使用每种方法的输出。
2024-05-08 16:12:58
728
原创 开发回放系统市场模拟——模拟器的诞生三
但因为我们不会创建完全不可预测的走势，而且因为我们知道它从哪里开始，在何处结束，故该系统不是完全随机的。我们还需要更新位置值，并捕获控制指标的当前状态，这也会导致轻微的执行延迟。然而，我们现在面临的一些事情或许对某些人来说非常困难，但它确实需要完成：模拟 1-分钟柱线上也许以任何方式出现的所有跳价。经验较少的程序员也许会认为，使用随机数生成器，并执行某种转换，以便将数值限制在特定范围内就足够了。相较于以前的版本，它并未经历重大变化，但不同于以前版本，在此版本中，赫兹量化软件不再返回任何值。
2024-05-07 16:03:42
684
原创 期货量化软件——智能系统提示胜率
在此，赫兹量化软件计算交易的平均风险回报率：该比率通常表示为获取的回报，因为假设风险是恒定的，等于 1。此外，为了避免显示太多的小数位，如前面的图例 1 所示，其中小数位超过 5 位，我们调用 NormalizeDouble 仅显示结果的两位小数。虽然，如果我们考虑两者之间的区别，我们应该选择恢复因子，但我更愿保持原样，因为它已经导致了计算的改进。请注意，我们于此没有把交易数量加 1，因为提供的数值是通用的，我们预计至少会有 1 笔交易可评估。在此，使用下面的代码，我们得到如图例 3 所示的结果。
2024-05-07 15:54:20
468
原创 期货量化交易软件：Heiken-Ashi指标和移动平均指标组合
最后，它检查当前 Heiken-Ashi 的收盘价是否低于开盘价，以及上一个 Heiken-Ashi 开盘价是否高于开盘价，如果是，它将打开一个具有指定止损和获利的买入订单。如果有任何持仓，它会检查 Heiken-Ashi 的收盘价是否低于卖出订单的开盘价，高于买入订单的收盘价，如果是，它会平仓。这已经在strat中用于查看if条件下的颜色变化，以打开或不打开订单。打开或关闭订单的两个条件是您应该在代码中修改的条件，例如，您可以在打开订单之前使用更多相同颜色的烛形，或者跳到不同颜色的第二个烛形来关闭订单。
2024-05-07 15:37:44
647
原创 期货量化交易软件：原油多品种套利的量化交易策略
本文将介绍如何利用赫兹量化交易软件构建原油多品种套利策略，并突出该软件在套利交易中的优势。原油多品种套利策略基于不同原油品种之间的价差变动进行交易。通常情况下，同一种原油的不同期货合约或者不同品种的原油之间存在着一定的价差，而这种价差的变动可以被利用来获取利润。通过赫兹量化交易软件，用户可以利用其优势构建原油多品种套利策略，实现对原油市场价差变动的有效把握，从而获取稳定的交易收益。实时行情：赫兹量化交易软件提供实时的行情数据接口，能够及时获取最新的原油价格数据，为套利交易提供及时的决策支持。
2024-05-06 16:32:22
293
原创 多功能使用方式：以CCI指标为核心的量化交易策略
本文将介绍如何在赫兹量化交易软件中运用CCI指标，构建多功能的量化交易策略，并突出该软件的优势。CCI指标常被用来识别价格的超买和超卖情况，以及价格趋势的转折点。通过赫兹量化交易软件，我们可以充分利用CCI指标的优势，构建出多样化的量化交易策略，实现交易目标。通过赫兹量化交易软件，用户可以充分利用CCI指标的多功能性，构建出适应不同市场情况的量化交易策略，从而提高交易的效率和盈利能力。全面的回测功能：软件内置了强大的回测引擎，能够对CCI指标构建的策略进行全面的回测分析，帮助用户评估策略的有效性和稳健性。
2024-05-06 16:25:31
386
原创 为期货量化交易软件开发MQTT客户端：TDD方法4
总之，这些缩写词、它们所承载的思想以及它们所推荐的技术，巩固了数百名在软件开发方面具有专业知识的不同个人多年的实践。它们将告知我们一些服务器功能和限制，如可用的QoS级别和保留消息的可用性。我们将利用这样一个事实，即我们需要一个非常简单的函数来获取数据包类型，来描述我们如何使用测试驱动开发，对该技术进行一些推理，并提供几个简短的示例。QoS 2是MQTT v5.0上可用的最高QoS级别，并且由于传递协议是对称的，这意味着任何一方（服务器和客户端）都可以同时作为发送方或接收方，因此与此相关的开销很大。
2024-05-06 16:07:06
867
原创 为赫兹量化开发MQTT客户端：TDD方法3
尽管我们将生成的数据包发送到本地MQTT代理，以检查它是否会被识别为格式良好的MQTT数据包，但从技术上讲，这一步骤是不需要的。如果未设置，服务器将恢复我们以前的会话（如果有），或者如果没有与我们的客户端标识符关联的现有会话，则启动新会话。我们的客户端必须能够识别服务器数据包类型及其语义，并且必须能够在给定的上下文中选择适当的行为，在每个可能的客户端状态中选择合适的行为。正如您在上图中的OASIS表中所看到的，第一个位（bit_0）是保留的，我们必须将其单独保留：置零、未检查、布尔值为false、未设置。
2024-05-06 16:01:16
879
原创 期货量化交易软件：测试移动平均类型以了解它们的洞察力。
许多交易者根据自己的偏好使用不同类型的移动平均线，因此，在本文中，我们将详细探讨它们的不同类型，测试它们的性能，并比较结果，以确定哪种类型的性能更好。如果 barsTotal 不等于 bars，我们还需要检查我们的策略条件，如果最后一次收盘的前一次低于同一烛形的简单移动平均值，并且同时最后一次的收盘价高于同一个烛形的简单运动平均值。买入信号： 收盘价高于简单移动平均值 而且，之前的收盘价低于之前的简单移动平均值 卖出信号： 收盘价低于简单移动平均值 而且，之前的收盘价高于之前的简单移动平均值。
2024-04-30 16:13:57
452
原创 期货量化交易软件：PVT和TRIX指标量化策略
结合PVT和TRIX的交易策略提供了一种利用价格动量和趋势信号的方法，通过这种方法，交易者可以更有效地捕捉市场机会。PVT的计算方法是将当天的价格变动百分比与前一天的PVT值相加。本文将介绍两个技术指标：PVT（价格量趋势指标）和TRIX（三重指数平滑移动平均指标），并演示如何结合这两个指标构建一个简单但有效的量化交易策略。PVT和TRIX是两种较少被讨论但极具价值的指标，它们可以提供关于市场动力和趋势持续性的独特见解。通过以上代码，我们可以在赫兹量化中实现基于PVT和TRIX指标的量化交易策略。
2024-04-30 15:44:52
510
原创 rsi+macd+ma指标策略——期货量化交易软件
本文将介绍三个广泛使用的技术指标：RSI（相对强弱指数）、MACD（移动平均收敛发散指标）和MA（移动平均线），并展示如何将它们结合起来构建一个复合量化交易策略。MACD线是短期EMA（指数移动平均）与长期EMA的差，信号线是MACD线的EMA。RSI、MACD和MA是三种常用的技术指标，分别用于评估市场的超买超卖状态、趋势的强度及方向和价格的平均水平。通过以上代码，我们可以在赫兹量化中实现基于RSI、MACD和MA指标的量化交易策略。这一策略结合了三种指标的优势，以提高交易决策的准确性。
2024-04-30 15:16:46
635
原创 MI和MFI指标有什么量化策略_期货量化_程序化交易。
MFI（Money Flow Index）是一种衡量资金流量的指标，它计算了一段时间内成交量和价格的关系，从而判断市场的超买超卖情况。本文将介绍多MI（Money Flow Index）和MFI（资金流量指标）两个常用的技术指标，并演示如何结合它们构建一个简单但有效的量化交易策略。多MI和MFI是两个被广泛应用的指标，分别用于衡量资金流入流出情况和市场的超买超卖情况。通过以上代码，我们可以在赫兹量化中实现基于多MI和MFI指标的量化交易策略。我们将结合多MI和MFI指标，构建一个简单的量化交易策略。
2024-04-29 16:10:07
723
原创 PVT和ROC的量化交易策略（程序化交易源码策略）
通过观察ROC指标的变化，可以判断市场的价格动量和趋势的变化。摘要： 本文将介绍多PVT（累积成交量变动百分比）和ROC（价格变动率）两个常用的技术指标，并演示如何结合它们构建一个简单但有效的量化交易策略。技术指标在量化交易中扮演着至关重要的角色，能够帮助交易者识别市场趋势和价格的变化情况。多PVT和ROC是两个被广泛应用的指标，分别用于衡量成交量的变动和价格的变动率。通过以上代码，我们可以在赫兹量化中实现基于多PVT和ROC指标的量化交易策略。我们将结合多PVT和ROC指标，构建一个简单的量化交易策略。
2024-04-29 15:54:49
521
原创 多空线指标结合MACD指标产生的化学反应（期货量化交易软件）
多空线指标和MACD指标是两个常用的技术指标，在量化交易中有着广泛的应用。通过结合这两个指标，我们可以构建简单但有效的交易策略，并在赫兹量化等平台上实现自动化交易，提高交易效率和准确性。多空线指标和MACD是两个被广泛应用的指标，分别用于判断市场多空力量和趋势的变化。本文将介绍多空线指标和MACD（移动平均线收敛与发散指标）两个常用的技术指标，并演示如何结合它们构建一个简单但有效的量化交易策略。通过以上代码，我们可以在赫兹量化中实现基于多空线指标和MACD指标的量化交易策略。
2024-04-29 15:41:43
399
原创 多空线指标和ATR（期货量化交易软件）
多空线指标和ATR是两个被广泛应用的指标，分别用于判断市场多空力量和波动幅度。本文将介绍多空线指标和ATR（平均真实波动幅度）两个常用的技术指标，并演示如何结合它们构建一个简单但有效的量化交易策略。当多空线出现金叉，并且当前价格高于前一交易日的最高价，且ATR指标较高时，产生买入信号。当多空线出现死叉，并且当前价格低于前一交易日的最低价，且ATR指标较高时，产生卖出信号。我们将结合多空线指标和ATR指标，构建一个简单的量化交易策略。通过以上代码，我们可以在赫兹量化中实现基于多空线指标和ATR指标。
2024-04-29 11:26:03
739
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人