Hello, World——从零到实盘0

已于 2023-10-04 15:45:31 修改
阅读量2w 收藏 16
点赞数 8
分类专栏： Python量化交易 从零到实盘 文章标签： python 人工智能
于 2021-10-14 20:46:01 首次发布
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/m0_46603114/article/details/120772221
版权

经过近两年的python量化交易学习，对量化的知识有了一定的积累，也已实现A股的自动化实盘交易，还结识了很多新朋友，已经建立了两个微信学习交流群。

前期量化交易的学习笔记主要发布在CSDN和今日头条上，回头看这些文章，有的需要重新梳理，有的已经抛弃不再适用了。

在好友建议下，开设了本博客，计划把学习笔记进行重新梳理，避免读者看我的笔记跟踪学习时，再走我之前走过的弯路。

目前计划在博客里分享以下几方面的内容：

  • 从零到实盘：在有Python基础的前提下，记录从数据下载、策略胜率分析、实盘对接的完整过程；
  • backtrader：以实例展示backtrader的使用方法；
  • ptrade：ptrade实盘交易的相关用法；
  • python工具箱：量化过程中所使用的部分python技巧。

后面随着不断的深入学习，也可能增删相关的博客内容。

博客将首先分享一个双神穿多线策略，该策略在2018年至2020年3年周期回测后，年化收益为41.7%，最大回撤为25.8%，交易记录可下载分析。读者可以基于该策略改进，共同研发好的策略。

希望通过本博客的分享能给大家带来收获！

博客内容只用于交流学习，不构成投资建议，盈亏自负！

个人博客：http://coderx.com.cn/（优先更新）
项目最新代码：https://gitee.com/sl/quant_from_scratch
欢迎大家转发、留言。有微信群用于学习交流，感兴趣的读者请扫码加微信！
如果认为博客对您有帮助，可以扫码进行捐赠，感谢！

微信二维码微信捐赠二维码
在这里插入图片描述在这里插入图片描述
码农甲V
关注
专栏目录
quantaxis 云服务器_【分享】小白入坑QUANTAXIS教程
weixin_35133464的博客
01-17 3470
注意：本教程仅适用于基本没有代码经验、又想在QA里爽一下的小白。各位大佬如果发现错误，敬请指出。0. 一段废话我是Q群里的双鱼(野生小韭菜一枚)。入Python一个月，入坑QA前，撸过easyquant和Tushare的部分代码。本文说不上教程，只能说是分享下个人经历。由于Q群和论坛里成体系的教程很少，所以我就抛砖引玉，做个纯小白的装机教程(引导更多韭菜入坑，哈哈)。1. 入坑前准备1) 电脑一台...
零基础学C/C++01——第一个程序Hello World!
08-26
零基础学C/C++01——第一个程序Hello World! 答案很简单 只要学过c++ #include using namespace std; int main() { cout <<"Hello World!" ; return 0; }
开发环境搭建——从零到实盘1
码农甲的博客
10-16 7399
前言 这是《从零到实盘》的第一篇文章，记录量化开发环境的搭建。我会控制每篇博客的长度，力求言简意赅，只上干货，避免文章过长影响可读性。 开发环境 为了真正做到从零开始，我在虚拟机里新装了Windows 7，分配了16G内存，200G硬盘（只有C盘），主机CPU是i5-8500。 量化对象 A股。 开发软件（后续如用到其他软件包，再记录其安装方法） Anaconda3 个人版 Python3.8 64位 PyCharm 社区版 （目前我的量化开发全部使用的是免费软件，只有这个博客是真花了银两.
A股全自动化交易——从零到实盘20（完结）
码农甲的博客
03-01 8939
本文是“从零到实盘”系列的最后一篇文章，将介绍实现全自动实盘交易的最后一个步骤，即实现定时更新股票数据任务。 schedule模块安装 我们使用schedule来实现定时任务，首先需要安装schedule模块，在终端中输入以下命令安装： pip install schedule 主要代码分析 我们实现最终版本的data_center.py，全部内容见文末，主要新增2个函数： 新增按天更新任务函数 def task_update_daily(): 该函数包含每日更新任务。 start_time .
按日更新股票数据——从零到实盘13
码农甲的博客
01-09 4010
前文介绍了多进程创建股票数据的过程，整个创建过程大概约10几分钟。在实盘时，每个交易日都有新数据生成，我们没有必要对全面历史时间都进行重新创建计算，只需要下载新产生的日线数据，每次更新需要3分钟左右。本文记录多进程按日更新股票数据的过程。 主要代码分析 新建源文件，命名为data_center_v11.py，全部内容见文末，v11新增2个函数： 新增更新数据函数 def update_data(stock_codes, query_days=60, adjustflag='2'): 该函数用于更新日线数.
量化高频交易系统从0到1（期货ctp，纳秒级，高频、套利及趋势策略）
12-03
从0到1实现1套可实盘交易的ctp量化交易系统，需要学员具备初步的c++编程知识。本课程宗旨是为对量化交易感兴趣的个人投资者提供一个从0到1实现一套交易系统提供手把手的指导，缩短个人摸索的时间，降低开发难度。课程内容从常用的C++开发技术讲起，到期货tick数据采集，k线生成，下单及策略撰写，从0到1实现一套可实盘的量化交易系统。课程注重实战，学员上课后，可以达到：日常进行的数据收集，撰写量化策略，实盘交易。  
股票因子扩展1（涨停因子计算）——从零到实盘4
码农甲的博客
11-26 8788
[前文](/wordpress/?p=172 "前文")介绍了股票日线数据下载，从本文起开始记录一些股票因子的计算方法，这些因子将用于后续策略的编写。 我们将实现双神穿多线策略，策略的选股条件是，股票当日形成双神（间隔的2个涨停），K线同时上穿5、10、20、30日均线，30日线在60日线上方，把当日涨停收盘价格定义为买点buy_point。买入价格为后续日期开盘价与buy_point的较小值，卖出止盈价格为buy_point*(1+6.18%)，止损价格为buy_point*(1-16.18%)。 在写.
HarmonyOS——Hi3861致敬hello world.pdf
12-16
在`./applications/BearPi/BearPi-HM_Nano/sample/my_app`路径下创建一个`BUILD.gn`文件，定义一个静态库目标`myapp_HelloWorld`，并将源文件和头文件路径指定好。 ```gn static_library("myapp_HelloWorld") { ...
Hello_World.zip_hello world _world
09-14
public class HelloWorld { public static void main(String[] args) { System.out.println("Hello, World!"); } } ``` 这两个例子展示了不同编程语言中输出文本到控制台的方法。 标签“hello_world_ world”...
Android第一个程序——hello world视频教程.wmv
02-09
hello world视频教程，希望能够学习者提供帮助，实现对Android基础知识的掌握与理解，为后续学习做好铺垫，实现Android知识的灵活运用
PTrade数据交互设置——从零到实盘18
码农甲的博客
02-10 5091
前文介绍了如何通过data_center.py程序读取PTrade的交易数据，以及如何输出PTrade交易所需的数据，本文将介绍在PTrade中如何设置上传待交易数据，以及如何设置定时输出交易数据。 待交易数据上传设置 这里要实现的功能是，在数据中心程序输出待交易数据后，将待待交易数据上传到PTrade里供交易使用。 首先启动PTrade，默认会进入“量化”下的“研究”标签界面： 在左侧区域可以看到有demo、examples、upload_files三个文件夹，我们上传的文件会自动保存到upload_.
QuantAxis量化框架学习记录（一）：安装及初始化数据
Rainy008的博客
08-07 4174
环境要求：Windows 7， Anconda 4.8.2， python 3.7，MongoDB 4.2.8 pip install quantaxis quantaxis>save all
量化金融策略开源框架：QUANTAXIS
weixin_33766168的博客
07-30 700
QUANTAXIS量化金融策略框架,是一个面向中小型策略团队的量化分析解决方案，是一个从数据爬取、清洗存储、分析回测、可视化、交易复盘的本地一站式解决方案。 我们通过高度解耦的模块化以及标准化协议,可以快速的实现面向场景的定制化解决方案.QUANTAXIS是一个渐进式的开放式框架,你可以根据自己的需要,引入自己的数据,分析方案,可视化过程等,也可以通过R...
PTrade交易程序代码——从零到实盘19
码农甲的博客
02-19 1万+
如题，本文将介绍PTrade实盘交易程序的代码。 如何在PTrade中部署策略，可以参见前文中“PTrade部署策略过程”部分内容，然后把本文的代码粘贴到PTrade，就能完成“双神穿多线”策略的部署。 我们将对程序的各个函数依次进行介绍。 初始化函数 def initialize(context): 该函数为PTrade的业务流程框架的必选函数，实现初始化功能，用于初始化一些全局变量。策略启动后，该函数仅会被调用一次。 参数context为Context对象，存放有当前的账户及持仓信息。 .
Python量化交易学习笔记（39）——BaoStock股票数据下载
热门推荐
码农甲的博客
08-09 2万+
鉴于近几篇文章都与多周期回测相关，因此用这篇文章来记录下多周期股票的数据的获取方式。 前面在zwPython的框架下，使用的是Tushare来获取A股的日线数据，如果想获取其他周期的数据，就要使用Tushare Pro，并且还要有足够的积分。苦于家里没矿，手里没银子，转投向可以免费下载数据的BaoStock，以下简单记录数据下载流程。 安装 使用国内源安装： pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted
Python量化交易学习笔记（37）——backtrader多周期回测1
码农甲的博客
07-04 1万+
在backtrader官网文档中，介绍了两种多周期回测方式，第一种是读入多周期的K线数据，第二种是对数据进行resample。本文将对第一种方式进行介绍。 简述 有些策略会使用到多周期的数据，典型的应用为： 使用周线（大周期）数据判断趋势 使用日线（小周期）数据判断买卖点 这就需要同时读入多周期数据进行回测，backtrader内置了对多周期策略回测的支持。 backtrader多周期回测规则 回测时需要遵循以下规则： 小周期数据必须被第一个加入到Cerebro实例中 在backtrader
Python量化交易学习笔记（46）——通达信日线数据获取
码农甲的博客
01-17 1万+
序 从2020年初开始接触量化，马上就要满一年了。在这一年里，想过去做量化，想过去做机器学习，想过去做少儿编程教育。就这样大概折腾了小半年时间，最后在CSDN上看到这样一句话：“你把时间投在专业上，两三年，你就能在圈子里小有名气。四五年，你就能靠这个专业赚钱。过了10年以上，你就能成为这个领域的专家。”觉得自己可以按这句话努力一把，于是便坚定了探索量化的决心。 python、backtrader、量化、机器学习基本上都是从零学起，对近一年来的学习进度总体还算满意。CSDN的粉丝量280+，博客升级为5级，访
评论 3
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
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