首先,想分享一下经验,之前用python做量化策略的大模型,用了全量的A股行情数据进行对比,然后筛选出可以交易的A股股票(沪深股票),用全A股行情数据的价格,涨跌幅、成交量、tick数据、历史k线等进行计算,然后得出一些好的可交易的股票,快进快出。所以A股行情数据,或者说股票行情数据就很重要,并且还需要实时数据,数据接口的实时性要求很高,现在分享一下用过的策略以及数据接口。
一、策略分享
Mean Reversion 均值回归策略
该策略包括以下步骤:
- 选择一对或多对相关性较高的金融资产,例如两只股票。
- 计算这些资产价格之间的差异或距离。常见的计算方法包括计算价格差、标准化差异、协整关系等。
- 确定价格差异的阈值。当价格差异超过或低于设定的阈值时,认为存在偏离长期均值的机会。
- 当价格差异超过阈值时,认为价格会回归到均值,采取相应的交易策略。例如,如果差异较大,可以进行交易对冲,即做多价格偏低的资产,同时做空价格偏高的资产,以期望价格回归时获得利润。
- 设置止损和盈利目标。为了控制风险,必须设置止损和盈利目标,以便在价格变动超过一定程度时平仓。
Flash Crash 闪崩策略
闪崩策略的核心思想是利用股票价格的快速下跌来进行短期交易。根据利弗莫尔的描述,他观察到当股票价格出现急剧下跌时,通常会有一段时间的反弹,这为他提供了快速进出市场的机会。
利弗莫尔通过观察市场中的价格和成交量,以及对市场情绪的判断,寻找股票价格闪崩的机会。当他发现股票价格急剧下跌,并且预计会有一定程度的反弹时,他会在反弹时卖出股票,然后在价格再次下跌时重新买入。这样,他可以在短期内多次买卖同一只股票,从中获利。
闪崩策略的关键是准确判断股票价格的反弹点和再次下跌的时机。利弗莫尔通过对市场的细致观察和对市场心理的理解,以及对股票价格趋势和波动的分析,逐渐培养了对价格变动的敏感性。
二、A股数据行情接入
港股、美股、A股实时成交报价API
请求方式:Get(直接在浏览器打开就可以看到返回的数据)
数据格式:标准Json格式
数据时效:实时更新
API说明文档:网页链接
Token申请:点击链接
港股、美股、A股实时盘口(买一卖一)报价API
请求方式:Get(直接在浏览器打开就可以看到返回的数据)
数据格式:标准Json格式
数据时效:实时更新
API说明文档:网页链接
Token申请:网页链接
港股、美股、A股实时K线数据API
请求方式:Get(直接在浏览器打开就可以看到返回的数据)
数据格式:标准Json格式
数据时效:实时更新
API说明文档:网页链接
Token申请:网页链接
港股、美股、A股实时批量K线数据API
请求方式:Get(直接在浏览器打开就可以看到返回的数据)
数据格式:标准Json格式
数据时效:实时更新
API说明文档:网页链接
Token申请:网页链接