行情数据接口
joinquantdata
这个作者很懒,什么都没留下…
展开
-
聚宽数据(JQData)本地化解决方案:基于MongoDB(上)
—— 本篇文章 by 。大咖MongoDB是由C++语言编写的一个基于分布式文件存储的开源NoSQL数据库系统,它提供了可扩展的高性能数据存储解决方案。由于MongoDB是一个面向文档存储的数据库,所以操作起来比较简单和容易。MongoDB支持丰富的查询表达式,高性能的插入与查询操作,并在负载调节方面提供了较好的支持。MongoDB的这些特性很好地适应了量化策略开发项目对证券数据存储的需...原创 2018-11-20 18:14:04 · 1781 阅读 · 0 评论 -
聚宽数据(JQData)本地化解决方案:基于MongoDB(下)
我们进一步对BaseModel进行封装,使其更适合数据分析人员,尤其是那些对非计算机专业的编程人员,因为他们希望看到的数据就是一张表,类似于Excel,而不是一堆字典或数组。我们再创建一个文件modeldata.py:import datetimeimport pandas as pdimport numpy as npfrom ..db import BaseModel#from ...原创 2018-11-20 18:16:26 · 1293 阅读 · 1 评论 -
JQData应用 | A股行业投资指南——好的投资,首先是选好行业
一.好的投资,首先是选好行业红杉资本曾经有一条著名的投资经验,大意是:**好的投资,首先是选好赛道,其次是赛道上的选手。**对于每天活跃于资本市场上的投资者而言,赛道所指的正是你正在投资、或者将要投资的那家公司它所在的行业,更直接的说,你投资于什么行业,投资于这个行业的哪家公司,决定了你最终能获得什么样的收益表现。那么,红杉资本的这条投资经验是否适用于A股市场,并给我们带来可观的投资收益呢?本...原创 2018-11-20 20:35:45 · 449 阅读 · 0 评论 -
JQData应用 | 基于估值波动周期的择时策略
一、前言在变化莫测的A股市场上,永远流传着三个终极问题:**我该买什么?什么时候买?什么时候卖?**多少人以为自己知道答案,直到股灾降临,灰飞烟灭。在经历了一轮又一轮牛市和熊市的洗礼后,我们终于透过估值数据发现了市场周期的秘密。这里我们分享一个总收益在100%以上、股灾期间回撤3%的择时策略,希望能对你回答上面的问题有所帮助。二、市场估值的周期性波动特征在说明这个策略之前,我们首先需要了解...原创 2018-11-20 20:46:53 · 512 阅读 · 0 评论 -
用数量化方法选择股票基金【JQdata - 初探】
静安笔记今年写了这么多投资指数基金的文章,都是干货。美中不足,至今我还没有买过股票基金,包括股票指数基金。(但是大家别慌,买指数基金长期持有是好的选择。静安笔记个人搞价值投资,股票已经套牢,没什么好说的。)那我们国家那么多各种股票型基金表现究竟如何呢?周末我用Python调用聚宽数据(JQData)【1】简单查阅了一下。首先排除2016年3月31日以后才成立的新基金。当然也不得不剔除一些数据...转载 2019-01-29 16:33:24 · 904 阅读 · 0 评论 -
用数据说话:小议A股市场的整体投资价值【长且重要】 - JQData
写在前面:本文的历史价格,事件,时间等未必准确。本文的图表数据仅用于静安笔记个人研究。静安笔记不对您的任何投资行为负责。每篇文章即使大致正确也只能涵盖一个角度或领域,不代表符合您的投资利益。欢迎完整转载;单独使用本文图表数据请事先征得本人同意,并注明出处。2005年到如今,A股(不含B, H)市场经历了几次大起大落,上市公司也从1300多家增长到3500多家。市场分红总额也从2005年的8...原创 2019-01-29 16:39:31 · 427 阅读 · 1 评论 -
量化学习:聚宽jqdatasdk对接vnpy的数据服务
—— 本篇文章 by 丁智数据服务:使用聚宽jqdatasdk获取分钟数据按vnpy的Bar格式导入至mongodb中提供downloadAllMinuteBar(),可以通过定时任务的形式,按vnpy的数据格式,每日获取分钟数据写入到mongodb当中提供downloadMinuteBarByDate,可以输入开始日期与结束日期,将时间段内的分钟数据写入到mongodb当中在...转载 2019-02-13 18:31:54 · 951 阅读 · 0 评论 -
深度学习模型 CNN+LSTM 预测收盘价
—— 本篇文章 by HeartBearting上一篇浏览量很大,感谢各位的关注!能够在这里分享一些实验,一起领略 数据科学之美,也很开心。以后,这个实验的模型会不断深化。之后,也会分享一些 论文里 基于深度学习的时间序列预测模型。数据由JQData本地量化金融数据支持上一篇做了2个实验,预测黄金期货主力合约的收盘价。实验2:使⽤历史前5个时刻的 open close high...转载 2019-02-14 10:01:55 · 16631 阅读 · 8 评论