小白量化学习（1）准备环境

最新推荐文章于 2022-09-03 10:22:36 发布
最新推荐文章于 2022-09-03 10:22:36 发布
阅读量4.3k 收藏 31
点赞数 5
分类专栏： 软件开发 量化软件 Python下载 python 源代码 文章标签： 小白量化 荷蒲 Python 量化 GUI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hepu8/article/details/93378495
版权
python 同时被 3 个专栏收录
112 篇文章 97 订阅
订阅专栏
源代码
112 篇文章 44 订阅
订阅专栏
量化软件
106 篇文章 119 订阅
订阅专栏

小白量化学习（1）准备环境


一、为什么使用Python做量化平台。
（1）Python系统免费，有丰富的资源库，且跨不同操作系统平台。
（2）Python语法简单，且吸收了很多计算机语言的优点。
（3）Python是解释型交互式语言。可以与Foxpro等语言比美。
（4）“阿法狗”就是采用Python开发的。Python是人工智能、大数据处理，网络爬虫的首选计算机语言。
（5）我们使用Python3.6及以上版本。Python不同版本有很大差异，Python3.6以上版本比较稳定，能更好地支持中文，且集成了Tkinter绘图工具包。

二、如果安装Python

1、操作系统最好是win7及以上版本,64位系统。可以网盘下在绿色Python。

绿色Python网盘下载链接如下：
https://pan.baidu.com/s/1jxSaB8JzOu6hNvFipqfGzQ
下载到任意盘符中，解压后，点击文件“py36.bat”运行。
我们提供的绿色版本Python3.6，除了集成了Windows 64位系统下的Python3.6、Spyder开发工具和丰富的科学计算包外，还集成了QUANTAXIS数据包、Tushare财经数据接口包、聚宽数据JQData股票数据包、OpenDataTools股票数据包等，用户可以直接使用这些免费的金融数据。而其他方法安装的Python环境，则需要用pip命令来安装这些金融数据包。
如果无法运行绿色Python，说明你的windows系统缺少必要系统文件。下载[微软常用运行库合集]工具软件进行安装。

2、如果是其他操作系统或win7_32位，需要通过Anaconda来安装Python。
Anaconda也支持不同操作系统平台，如Windows，MacOSX,Linux等操作系统。
Anaconda的下载网址： https://www.anaconda.com/download/

小白量化框架是跨平台的，任何平台都能使用，但是要安装必要的支持模块。

（1）安装必要的包。
pygame,matplotlib,mpl_finance,PILlow,jieba
requests,bs4,sklearn,keras
（2）金融数据包
tushare，jqdatasdk,quantaxis，opendatatools

按装好这些模块，我们的平台已经搭建好了。

建议申请聚宽免费帐户,可以获取期货数据.申请网址如下:
https://www.joinquant.com/default/index/sdk?channelId=11ab957b5b19ebc3302ee864cee476b

独狼荷蒲qq:2775205
通通python量化群:524949939
微信公众号：独狼股票分析

荷蒲
关注
  • 5
    点赞
  • 踩
  • 31
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
学习贴 量化小白成长记---基础学习篇
wingnessless的博客
07-17 2808
量化的学习像是一个堆砌大楼的过程，编程的基础，数学基础和相关交易基础知识都是必不可少的，学习也是一个积累的过程。 下面是一些总结想要分享给大家。   一．  基础学习   编程基础学习： 学习任何知识都需要从基础抓起，因此大家可以选择性地选择一些教材和教程去学，打好基础。网络上面的东西太多，我这里仅仅推荐《廖学峰的Python的教程》给大家。   数学基础学习： 对于数学，个人认
学习向量量化.zip
09-26
Ipynb源文件，学习向量量化Python实现，使用鸢尾花数据集
Python小白量化学习包
10-06
小白量化学习-自创指标设计 一、准备工作 1、首先把“HP_formula.py”文件复制到自己的工程目录中。 2、在新文件开始增加下面4条语句。 import numpy as np import pandas as pd from HP_formula import * import tushare as ts 二、对数据预处理 我们采用与tushare旧股票数据格式。 #首先要对数据预处理 df = ts.get_k_data('600080',ktype='D') mydf=df.copy() CLOSE=mydf['close'] LOW=mydf['low'] HIGH=mydf['high'] OPEN=mydf['open'] VOL=mydf['volume'] C=mydf['close'] L=mydf['low'] H=mydf['high'] O=mydf['open'] V=mydf['volume'] 三、仿通达信或大智慧公式 通达信公式转为python公式的过程。 1.‘:=’为赋值语句，用程序替换‘:=’为python的赋值命令‘='。 2.‘:’为公式的赋值带输出画线命令，再替换‘:’为‘=’，‘:’前为输出变量，顺序写到return 返回参数中。 3.全部命令转为英文大写。 4.删除绘图格式命令。 5.删除掉每行未分号; 。 6.参数可写到函数参数表中.例如: def KDJ(N=9, M1=3, M2=3): 例如通达信 KDJ指标公式描述如下。 参数表 N:=9, M1:=3, M2:=3 RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100; K:SMA(RSV,M1,1); D:SMA(K,M2,1); J:3*K-2*D; # Python的KDJ公式 def KDJ(N=9, M1=3, M2=3): RSV = (CLOSE - LLV(LOW, N)) / (HHV(HIGH, N) - LLV(LOW, N)) * 100 K = SMA(RSV,M1,1) D = SMA(K,M2,1) J = 3*K-2*D return K, D, J #----------------------------------- #根据上面原理，我们把大智慧RSI指标改 # 为Python代码，如下。 def RSI(N1=6, N2=12, N3=24): """ RSI 相对强弱指标 """ LC = REF(CLOSE, 1) RSI1 = SMA(MAX(CLOSE - LC, 0), N1, 1) / SMA(ABS(CLOSE - LC), N1, 1) * 100 RSI2 = SMA(MAX(CLOSE - LC, 0), N2, 1) / SMA(ABS(CLOSE - LC), N2, 1) * 100 RSI3 = SMA(MAX(CLOSE - LC, 0), N3, 1) / SMA(ABS(CLOSE - LC), N3, 1) * 100 return RSI1, RSI2, RSI3 四、使用公式并绘图 #假定我们使用RSI指标 r1,r2,r3=RSI() mydf = mydf.join(pd.Series( r1,name='RSI1')) mydf = mydf.join(pd.Series( r2,name='RSI2')) mydf = mydf.join(pd.Series( r3,name='RSI3')) mydf['S80']=80 #增加上轨80轨迹线 mydf['X20']=20 #增加下轨20轨迹线 mydf=mydf.tail(100) #显示最后100条数据线 #下面是绘线语句 mydf.S80.plot.line() mydf.X20.plot.line() mydf.RSI1.plot.line(legend=True) mydf.RSI2.plot.line(legend=True) mydf.RSI2.plot.line(legend=True) 不懂就看我的博客 https://blog.csdn.net/hepu8/article/details/93378543
小白量化投资交易入门课（python入门金融分析）
IT届的小学生
12-20 6879
推荐一门课程：课程连接 课程名称：死工资一党课程：小白量化投资入门课（python） 课程定位：本课程为视频课程，全面覆盖Python核心编程知识与量化交易知识点，并结合机器学习于深度学习对数据进行解读，做数据的主人。 参考课程章节如下表： 课程章节课程内容与职业能力要求课时名称 一、python入门准备工作第01课：python简介 第02课：Python安装之Anaconda 第03课：Py...
小白量化入门步骤
yanyuw54的博客
10-12 360
小白量化入门步骤 金融知识 基本数理 —— 回归，概率，时间序列 编程 List item python -> 掌握Numpy和Pandas库，会一些算法最好。《利用Python进行数据分析》这本书就比较全了。 金融市场的数据分析，比较有针对性：10分钟学会Python & 10分钟学会Pandas 。 https://link.zhihu.com/?target=https%3A//bigquant.com/docs/learn_python_in_10_minutes.html%3Fz
小白量化《穿云箭集群量化》（2）量化策略编写(1)
hepu8的博客
09-03 2777
量化策略编写学习。
基于机器学习的量化选股研究
04-27
器学习方法来构建量化投资策略具有一定的天然优势。选股本质是一个排序问题， 投资者都希望能挑选出相对于其他股票在未来表现更好的股票，基于此，本文尝 试将机器学习领域中两种较为成熟的学习排序算法GBDT和GBRank...
学习向量量化神经网络
10-05
LVQ神经网络由输入层、隐含层和输出层三层组成，输入层与隐含层间为完全连接，每个输出层神经元与隐含层的神经元的不同组相连接，每个隐含层神经元只能和一个输出层神经...隐含层和输出层神经元之间的连接权值固定为1。
量化投资_量化投资与机器学习_
09-29
量化投资与机器学习英文版，主要讲alpha策略如何构建
小白量化学习（3）指标策略回测设计
hepu8的博客
06-23 3179
小白量化学习（3）指标策略回测设计 一、准备工作 1、首先把如下文件复制到自己工程目录中。 小白量化Q群（小白量化群:524949939）共享中有下载。 HP_global.py HP_set.py HP_formula.py HP_sys.py 2、在新文件开始增加下面导入模块语句。 import pandas as pd import numpy as np import datetim...
小白量化《穿云箭集群量化》（1）小白草根超级量化软件介绍
hepu8的博客
08-30 4999
小白草根超级量化软件介绍《穿云箭集群量化》使用编写策略及实现全自动交易。
自己做量化交易软件(18)小白量化平台
hepu8的博客
12-25 7489
自己做量化交易软件(18)小白量化平台 小白量化平台框架是本地化量化平台，用户的策略在用户自己电脑中执行，操作习惯仿股票软件，指标算法支持类通达信指标，回测也支持通达信大智慧等自定义股票格式。 小白量化平台框架是跨平台的，任何平台都能使用，但是要安装必要的支持模块。 （1）安装必要的包。 pygame,matplotlib,mpl_finance,PILlow,jieba requests,bs4...
自己做量化交易软件(29)小白量化实战3--跨周期共振
hepu8的博客
12-31 4435
自己做量化交易软件(29)小白量化实战3–跨周期共振 　　在第一次世界大战中，一队德国士兵迈着整齐的步伐，通过一座桥，结果把桥踩塌。就桥梁的本身负载能力而言，远远大过这队德国士兵的重量，但由于士兵步调整齐、节奏一致，结果大桥在这种齐力的作用下而倒塌，这就是共振的作用。 　　共振是物理学上的一个运用频率非常高的专业术语。共振在声学中亦称“共鸣”，它指的是物体因共振而发声的现象，如两个频率相同的音叉靠近，其中一个振动发声时，另一个也会发声。在电学中，振荡电路的共振现象称为“谐振”。 　　共振不仅在物理学上运用频
自己做量化交易软件(30)小白量化实战4--动于阴末止于阳极
hepu8的博客
01-01 5640
自己做量化交易软件(30)小白量化实战4–动于阴末止于阳极 　　在讲本章之前，我先讲一个小故事。 　　战国时，有个人乘船渡江，他上船时佩带的剑掉到了江里，他马上在船舷上刻了一个记号，然后从刻下记号的地方跳进水里去找自己的剑，很快找到了那把剑。 　　又有一次，这个人乘船渡江，到了江中间时，他佩带的剑又掉到了江里，他马上在船舷上刻了一个记号，船靠岸之后，他立即从刻下记号的地方跳进水里去找自己的剑，结果当然是找不到的剑了。 　　你们知道他为什么没找到自己的剑吗？ 　　你们肯到说出了种种理由。对于优秀的程序开发者来
自己做量化交易软件(44)小白量化实战17--利用小白量化金融模块在迅投QMT极速策略交易系统上仿大智慧指标回测及实战交易设计
热门推荐
hepu8的博客
09-17 1万+
自己做量化交易软件(44)小白量化实战17–利用小白量化金融模块在迅投QMT极速策略交易系统上仿大智慧指标回测及实战交易设计 小白量化平台是由若干小白金融模块构成。其中包含行情接收模块，仿通达信大智慧公式计算模块，K线及指标绘图模块，回测模块，Tkinter GUI窗口设计模块等构成。每个模块都能独立应用。 最新实战版本小白量化xb2f压缩包中，提供了最新的公式库，除了增加了几十个公式函数外，还集成了通达信数百个常用公式，例如kd,rsi,macd,boll…等等，使用者不用复制函数，可直接使用这些系统默认
自己做量化交易软件(36)小白量化实战9--小白量化回测面板设计
hepu8的博客
01-26 4425
自己做量化交易软件(36)小白量化实战7–小白量化回测面板设计 在股市中，没有很高文化知识的散户，也可以成为股市赢家。例如，有一位看自行车的大妈，每到一段时间存车的人很少时她就去买股票，看到一段时间存车的人多的时候就她去卖股票，每年都有所获。 因此散户有好的经验和技术分析的前提下，散户投资者也可以利用好的操作方法，可以在股市中经常保持获利。这个好的操作方法，例如数自行车数量，可以当作会用“股票技术指标”，技术指标是谁写的？当然是能看我博客的各位读者了。 作者出版的《看盘秘籍》不仅教炒股知识、炒股方法、炒股技
小白量化学习（2）自创指标设计
hepu8的博客
06-23 3827
一、准备工作 1、首先把“HP_formula.py”文件复制到自己的工程目录中。 2、在新文件开始增加下面4条语句。 import numpy as np import pandas as pd from HP_formula import * import tushare as ts 二、对数据预处理 我们采用与tushare旧股票数据格式。 #首先要对数据预处理 df = ts.get_k...
量化交易 第二课 平台介绍
我是小白呀的博客
03-15 7485
平台介绍. 简单讲述一下平台的用法和各个功能.
python量化学习路线
最新发布
05-30
Python 量化学习路线可以分为以下几步： 1. Python 基础知识的学习。包括 Python 基本语法、数据类型、控制流、函数、面向对象编程等基础知识。 2. 数学基础的学习。包括线性代数、概率论、统计学等数学基础知识。 3. 量化投资基础知识的学习。包括金融市场基础、投资组合理论、风险管理、交易策略等知识。 4. 数据处理与分析的学习。包括数据清洗、数据可视化、数据预处理、数据建模等技能。 5. 量化工具的学习。包括 Python 的量化工具包如 Pandas、Numpy、Scipy、Matplotlib、Seaborn、Scikit-learn、TensorFlow、Keras 等的使用，以及量化交易平台的使用。 6. 策略开发与回测的学习。包括量化策略的设计、回测、评估、优化等内容。 7. 实盘交易的学习。包括交易心理学、交易风险管理、交易执行等内容。 以上是一个比较完整的 Python 量化学习路线，具体的学习内容和顺序可以根据自己的实际情况进行调整。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

荷蒲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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