知识星球《玩转股票量化交易》精华内容概览-2023扬帆起航

c9fd9782c81ac0ea378d0e9f1dcf8e40.png

星球的价值

c8a6b2d8e979a19ff38e475a6b74962d.png

 
 
学习量化交易的终极目的是形成一套量化交易系统进行实战。

如何学会搭建自己的量化交易系统?

知识星球《玩转股票量化交易》帮助交易者学习搭建属于自己的量化交易系统!

我们提供的产品和服务如下:

9ff79c0f87d7c4f5e5655162bcde7a28.png

关于量化工具QTYX:
  • QTYX系统提供源码,可以根据自己的风格二次开发。

  • QTYX系统提供打包后的可执行文件(exe),不安装Python环境也能直接使用。

  • QTYX系统用相对可靠的流程框架帮助大家盈利!

  • QTYX系统的实战功能来源于我本人和星球会员实战中的总结。星球会员可以向我发起需求开发,我经过综合考虑和筛选后会选择性添加到工具中。

  • QTYX使用免费数据源。

关于高阶干货内容:见“星球主题导览”部分
  • 炒股技术实现。把股票分析技巧用量化方式来实现,可单独下载附件代码进行学习和调试。这些分享的单一的功能是会集成到量化工具QTYX中,便于实际操作。

  • 股票数据获取。各类股票数据获取的解决方案。我们可以单独下载附件代码进行学习和调试。这些功能是会集成到量化工具QTYX中。

  • 股票量化思维。分享股票量化交易方面的理解和心得。

  • 经典回测框架。对经典量化回测框架的剖析和学习,我们的目的是搭建量化交易系统,回测框架仅仅是一部分,所以有现成的适合的框架可以集成到系统中,无需重复造轮子。

  • 量化研报及资料。股票分析、量化交易所相关的券商研报、电子书等干货资料。

关于线上培训,目前已经开展三期:
  • 第一期培训《零基础股票量化交易学习路线》

  • 第二期培训《股票量化系统QTYX使用指南》

  • 第三期培训《QTYX选股框架流程说明及演示》

  • 后续围绕QTYX的搭建方法继续展开线上培训课程。

关于优质服务:
  • 手把手远程安装环境。我们邀请了经验丰富的嘉宾,远程帮助大家安装Python环境!

  • 成立 “答疑小分队”,为学员们答疑解惑,保驾护航。

  • 分别开设“Python量化编程基础答疑群”与“玩转股票量化实战交流群”,为学员提供针对性的高效的交流平台。

  • 远程服务器每天收盘发布A股各行业及概念板块的热点跟踪图,以及各类股票数据,比如涨停数据、业绩报告、基金持仓、行业与概念板块数据、北上资金数据等等。

从数据源到可视化图表—2023年股票数据远程下载服务升级!
技术手册出炉

为了便于星友们学习星球《Python量化场景编程技巧和方法》的主题内容,我们把分享的各个主题整合为一份PDF,大家可以下载查阅,同时持续更新这份文档。

d32e6d4c53f87dbdcdf9d5edf0619c2d.png

4f953c6888275bdddd85455f6505896e.png

30c3b4b91bc97158f2cb20bfc747b962.png

为什么搭建自己的量化系统

399315de422be75fd4220ff1eee58023.png

如果要长期在股票市场中立于不败之地!必须要形成一套自己的交易系统,然后在实战中不断完善和优化这套系统。

如果没有一套自己的交易系统会怎么样?

赚钱或者亏钱我们很难归纳总结,往往是凭借运气赚钱,而不是合理的系统模型,一时凭借运气赚的钱长期来看会因为实力还回去。

总之,事实证明,毫无章法地在股市中交易注定会亏钱!
目前市面上有各种量化交易系统、量化平台、炒股机器人等等,但是为什么很多游资、私募、专职交易者趋于选择定制自己的一套系统。
我们总结了以下几点原因:

69c934a9f6157b463f4b742b270ae9a8.png

 
 

c8d4f2b75b3c57701781a3c0adbca3ac.png

学习搭建量化系统进阶路线

687cee8f6a02a31e91bbcf1069c0037f.png

在搭建量化交易系统的学习进阶路线上,我们提供了书籍结合知识星球的配套学习内容。

f84cf1686e8969f0bd74b8455f9bd3b4.png

从0基础到搭建出一套量化交易系统,这个过程和造高楼大厦类似的。
第一阶段,夯实Python编程基础,掌握量化编程技巧。学习内容:书籍《Python股票量化交易从入门到实践》+《Python量化场景编程技巧和方法》
注意:如果Python基础薄弱的话,还可以结合其他的Python基础课程。
第二阶段,搭建一套适合自己的最小化的股票量化交易系统。学习内容:《玩转股票量化交易》+QTYX最新版代码。
第三阶段,在实战中不断优化升级自己的量化交易系统。

445fc542dfda59e47b3a29c863b65574.png

分享QTYX的目的

c01035a5134251ef2e30a47419a72df0.png

 
 
边学习边实战,在实战中学习才是最有效地方式。
于是我们分享一个即可以用于学习,也可以用于实战炒股分析的量化系统——QTYX。
目的是为交易者建立从知识到实战应用之间的“桥梁”,提供给大家搭建量化系统的模版,最终帮助大家搭建属于自己的系统。因此我们提供源码,可以根据自己的风格二次开发。

229d793891b8860a84aa99e100c493e8.png

首先学会使用QTYX的功能,辅助自己进行股票分析,下一步是消化里面的各个功能模块的设计原理和代码实现,最后把自己的一些交易想法在QTYX上去实现,二次开发为自己的系统。

f407395a1e57993c08a042d46b800f0f.png

相应地我们提供系统的培训,讲解QTYX的设计原理、代码框架等等。我们发布了开发者计划,在2.5x系列中先把各个模块功能之间打通,形成最小化闭环量化系统,即将开启系统培训。

 
 
 
 

19d46bd2f82907e86bd69f1036a5d55a.png

QTYX系统框架

c9dd4b52d20a43ba6fcc47ac03ee5a49.png

 
 
一套完整的量化交易系统是包括选股策略、风险控制、择时策略、回测框架、数据管理、实盘交易、人机交互、股票池这些组件。

我们搭建自己的系统不需要像市面上的量化平台那样考虑的面面俱到,掌握其中原理之后,围绕自己的策略做精简,实现适合自己的最小化的模块就行。这样实现的难度就大大降低。

QTYX的系统架构如下所示:

00cc09fece317bbd1aeea9012e53021a.png

QTYX系统架构包括了QTYX股票量化分析系统和实盘机器人两部分,它们之间是以“交易条件单”及“持有股票池”的形式链接起来的。
 
 
 
 
 
 
 
 
 
 

086ee742016cd714302283c123c67d76.png

QTYX选股框架

79bdd5befb4339f17ba355ffdc87bf45.png

 
 

308e55f35dc77d37c6e02107c1859d30.png

QTYX用系统性的选股框架,相对可靠的流程来帮助大家规范化选股过程!在A股市场选股环节做好了性价比比较高。

选股框架整体分为二个环节:

“数据驱动选股”、“底部形态选股”、“RPS强者恒强选股”三个维度生成自选股票池

通过组合对比分析、主观决策、择时策略三个维度在自选股票池上二次优化生成交易股票池。

 
 

e845455aa4534a025eb43a665a20a4ed.png

QTYX功能更新之路

04ed6c269fef721d4e2c4c0d994fb1dd.png

V2.0 :购买书籍《Python股票量化交易从入门到实践》时,为了帮助读者建立从书本知识到实战应用之间的“桥梁”,赠送V2.0学习版本辅助书本学习。包括选股、行情、回测三个基本的功能。V2.0之后的版本提取了付费会员的实战需求,集成为一套针对实战应用的量化分析系统。当前最新版本使用攻略:股票量化分析工具QTYX使用攻略全集
最新版与2.0版本功能对比:

细分功能

V2.0

最新版

选股功能[数据驱动]

每日行情数据

支持

支持

基金持仓数据

--

支持

涨停板数据

--

支持

北上资金数据

--

支持

季度业绩数据

--

支持

导入第三方数据

--

支持

选股功能[形态驱动]

双底形态突破

--

支持

均线多头排列

--

支持

箱体形态突破

--

支持

选股功能[强者恒强]

欧奈尔RPS排名

--

支持

选股结果回测

--

支持

股票行情功能

K线图显示

支持

支持

成交量显示

支持

支持

移动平均线显示

支持

支持

KDJ显示

支持

支持

MACD显示

支持

支持

均线金叉死叉

支持

支持

跳空缺口

支持

支持

黄金分割线

支持

支持

K线形态识别

支持

支持

个股组合分析

行情走势叠加分析

--

支持

收益与波动分析

--

支持

个股与指数分析

多子图对比分析

--

支持

个股全景分析

F10 基本面

--

支持

现金流量预警

--

支持

批量股票买点分析

均线金叉买入

--

支持

择时策略回测

布林带通道突破

--

支持

ATR止盈止损

支持

支持

唐其安通道突破

支持

支持

实盘机器人

交易条件单

--

支持

止盈止损监测

--

支持

自动交易

--

支持

 
 
 
 
 
 
 
 

424837ef81f1ef147624a01f4354f922.png

星球主题导览

1463216d34ab6e3c668e2c947a719037.png

知识星球围绕量化系统搭建提供了五大板块的内容分享:
  • 量化工具QTYX最新版本下载

  • 【炒股技术实现】系列

  • 【股票数据获取】系列

  • 【股票量化思维】系列

  • 【经典回测框架】系列

  • 【量化研报及资料】系列

  • Python量化场景编程技巧与方法:围绕《玩转股票量化交易》中涉及到的一些内容,分享一些搭建量化系统中所涉及到的关于Python编程技巧、Pandas编程技巧、数据库技巧、可视化编程技巧等等。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
股票回测是量化交易中非常重要的一环,它可以通过历史数据对交易策略进行模拟和评估,从而评估策略的可行性和优劣性。在Python中,有很多开源的量化交易框架可以用来进行股票回测,如zipline、backtrader等。 下面是一个使用zipline框架进行简单交易策略回测的例子: 1. 安装zipline ```python pip install zipline ``` 2. 编写交易策略代码 ```python from zipline.api import order_target_percent, record, symbol def initialize(context): context.asset = symbol('AAPL') def handle_data(context, data): # 获取过去10天的收盘价 prices = data.history(context.asset, 'price', 10, '1d') # 计算平均价 mean_price = prices.mean() # 如果当前价格低于平均价,则买入 if data.current(context.asset, 'price') < mean_price: # 调整持仓比例至100% order_target_percent(context.asset, 1.0) # 否则卖出 else: # 调整持仓比例至0% order_target_percent(context.asset, 0.0) # 记录当前持仓比例 record(position=context.portfolio.positions[context.asset].amount) ``` 3. 运行回测 ```python from zipline import run_algorithm from zipline.api import symbol from datetime import datetime start = datetime(2016, 1, 1) end = datetime(2017, 1, 1) result = run_algorithm( start=start, end=end, initialize=initialize, capital_base=10000, handle_data=handle_data, bundle='quandl' ) ``` 在上述代码中,我们定义了一个简单的交易策略,即如果当前价格低于过去10天的平均价,则买入,否则卖出。然后我们使用zipline框架进行回测,设定回测开始和结束时间、初始资本、数据来源等参数,最终得到回测结果。 需要注意的是,这只是一个简单的例子,实际的交易策略可能会更加复杂,需要考虑更多的因素。另外,在进行股票回测时,也需要注意避免过度拟合或过度优化,以免出现回测虚高的情况。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值