觉醒2020-CSDN博客

原创打造属于自己的量化投资系统0——量化系统简介

量化投资主要的目使是投资有科学的依据，知道为什么要买入、为什么要卖出？例如在股票市场中，很多人都处于在随意买卖当中，没有科学的投资策略。为了让更多人有自己投资策略，作者：觉醒2020，决定利用自己10多年IT技术经验，以及5年的投资经历，打造适合小型投资者的投资系统。作者简介拥有多年开发经验：熟悉java、python等语言拥有数据库运维经验：熟悉oracle数据库、mysql数据库等拥有多年IT运维经验：熟悉linux、网络技术等拥有Oracle OCM认证（oracle数据库中最高级

2020-06-19 19:23:37 863

原创打造属于自己的量化投资系统12——基于backtrader框架的交易管理

backtrader是一个优秀的量化测试框架，但是无法实战环境各种特殊的需求，例如仓位管理、交易信息管理等。冰山量化系统是基于backtrader进行二次开发以满足与实战需求。案例是基于tick数据进行实时模拟交易。# -*- coding: utf-8 -*-""" ***冰山量化交易系统*** Created on Wed Jun 10 12:00:56 2020@作者: juexing2020@微信号：sleeping2020@博客：https://blo

2020-06-19 15:58:19 870 1

原创打造属于自己的量化投资系统11——冰山量化交易系统

冰山量化交易系统@作者: juexing2020@微信号：sleeping2020@博客：https://blog.csdn.net/dreamchina8888@网站地址：www.juexing2020.com冰山量化交易系统，主要是为了解决让散户也拥有低成本，高可靠、高安全性的量化交易系统，主要有以下模块组成：1.数据采集2.数据存储3.数据传输4.交易回测5.交易报告安全性高、透明度强、自主可靠1.用户的交易策略保存自己的本地机器2.用户运行交易策略是在用户本地机器3

2020-06-17 15:21:20 1817 1

原创打造属于自己的量化投资系统10——基于tick数据进行backtrader回测

1.环境安装：在backtrader目录下，新建文件夹，并且命名为juexing2020.com下载download.py和interface.py文件，并保存到juexing2020.com文件夹2.实时数据回测运行download.py：从服务端实时下载股票交易数据，以csv格式保存数据到本地目录运行backtrader，加载csv数据，进行股票实时回测# -*- coding: utf-8 -*-"""Created on Thu Jun 4 16:20:54 2020文件名：d

2020-06-08 14:19:39 3758 6

原创打造属于自己的量化投资系统9——支持向量机SVM算法在股票预测涨跌中应用

1.支持向量机即SVM原理支持向量机即SVM(Support Vector Machine) ，是一种监督学习算法，属于分类的范畴。它的原理就是求出“保证距离最近的点，距离它们最远的线”。例如图中要能划分出蓝色和红色球，并且最近的蓝色与和红色要距离线最远。2.支持向量机算法寻找最大分类间距转而通过拉格朗日函数求优化的问题数据可以通过画一条直线就可以将它们完全分开，这组数据叫线性可分(linearly separable)数据，而这条分隔直线称为分隔超平面(separating hyperplan

2020-05-28 16:34:46 3754

原创打造属于自己的量化投资系统8——Pandas基础用法

1.pandas简介pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具2.pandas数据结构Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。Time- Series：以时间为索引的Series。DataFrame：二维的表格

2020-05-23 15:34:46 728

原创打造属于自己的量化投资系统7——Numpy的数组基础用法

1.numpy简介NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组，的每个元素在内存中都有相同存储大小的区域。ndarray 内部由以下内容组成：一个指向数据（内存或内存映射文件中的一块数据）的指针。数据类型或 dtype，描述在数组中的固定大小值的格子。一个表示数组形状（shape）的元组，表示各维度大小的元组。一个跨度元组（stride），其中的整数指的是

2020-05-22 10:19:08 368

原创打造属于自己的量化投资系统6——利用backtrader创建动量震荡指标AO

1.动量震荡指标AO定义动量震荡指标（Awesome Oscillator简称AO）是AO指标是通过从5根价格线的中点的移动平均线值减去34根价格线的中点的移动平均线值得来的，其的计算公式为：　　AO=SMA((H+L)/2,5)- SMA((H+L)/2,34)AO的柱状图如果比前一根高，则标记为红色；反之若比前一根来的低，则标记为绿色。如此我们只要看颜色之改变，就能知道动能的改变了。'''#动量震荡指标（Awesome Oscillator简称AO）公式:　AO=SMA((H+L)/

2020-05-21 12:37:39 2508

原创打造属于自己的量化投资系统5——利用backtrader创建平滑异同移动平均线MACD策略

1.平滑异同移动平均线定义平滑异同移动平均线(Moving Average Convergence Divergence，简称MACD指标)，也称移动平均聚散指标DIF(蓝线): 计算12天平均和26天平均的差，公式：EMA(C,12)-EMA(c,26)Signal(DEM或DEA或MACD) (红线): 计算macd9天均值，公式：Signal(DEM或DEA或MACD)：EMA(MACD,9)Histogram (柱): 计算macd与signal的差值，公式：Histogram：MACD-S

2020-05-19 21:50:43 2520

原创打造属于自己的量化投资系统4——利用backtrader创建指数平均数指标

1.指数平均数指标(EXPMA或EMA) 指数平均数指标(Exponential Moving Average，EXPMA或EMA) EXPMA＝（当日或当期收盘价－上一日或上期EXPMA）／Ｎ＋上一日或上期EXPMA，其中，首次上期EXPMA值为上一期收盘价，Ｎ为天数。从EXPMA指标的构造原理和它的使用原则来看，这一指标更接近于均线指标，而且由于EXPMA指标通过对参数进行有效地设定，可以发挥出比均线指标更为直观和有用的信息。 '''#指数平均数指标公式:EXPMA＝（当日或当期收

2020-05-18 10:06:46 1640

原创打造属于自己的量化投资系统3——利用backtrader创建加权移动平均线策略

1.加权移动平均线定义加权移动平均线 (Weigted Moving Average，WMA ) 将过去某特定时间内的价格取其平均值，它比重以平均线的长度设定，愈近期的收市价，对市况影响愈重要。计算方式是基于加权移动平均线日数，将每一个之前日数比重提升。每一价格会乘以一个比重，最新的价格会有最大的比重，其之前的每一日的比重将会递减。2.加权移动平均线的加权方式加权的原因是基于移动平均线中，最近一日的收盘价对未来价格波动的影响最大，因此赋予它较大的权值。加权方式分为四种：a.末日加权移动平均线：

2020-05-17 20:45:10 1024

原创打造属于自己的量化投资系统2——利用backtrader创建简单移动平均线策略

1.移动平均线定义移动平均线（Moving Average，简称MA）是利用统计分析的方法，将一定时期内的价格加以平均并将不同时间的平均值连接起来，便得到了移动平均线。移动平均线是用来观察价格波动趋势的技术指标之一，可帮助投资者确认现有的价格趋势，判断未来潜在的价格走势，发现价格即将反转的信号2.移动平均线的种类移动平均线的计算方法包含算术平均法、加权平均法和指数平滑移动法三种。根据计算方法的不同，移动均线可分为简单移动平均线（Simple Moving Average，简称SMA）、加权移动平均线（

2020-05-15 09:01:26 2155

原创打造属于自己的量化投资系统1——backtrader框架简介

一、核心组件（1）数据加载（Data Feed）：将交易策略的数据加载到回测框架中。（2）交易策略（Strategy） strategy.py：该模块是编程过程中最复杂的部分，需要设计交易决策，得出买入/卖出信号。（3）回测框架设置（ Cerebro）cerebro.py：需要设置（i）初始资金（ii）佣金（iii）数据馈送（iv）交易策略（v）交易头寸大小。（4）运行回测：运行Cerebro回测并打印出所有已执行的交易。（5）评估性能（Analyzers）:以图形和风险收益等指标对交易策略的回测

2020-05-14 12:14:35 1509

觉醒2020