Python量化代码源码160个，聚宽直接使用，已全部整理

最新推荐文章于 2024-03-18 21:44:49 发布
最新推荐文章于 2024-03-18 21:44:49 发布
阅读量1.1w 收藏 16
点赞数
文章标签： 程序人生 python 决策树
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_64501181/article/details/121554166
版权

Python量化代码源码160个，聚宽直接使用，已全部整理。包含截面策略，择时策略，神经网络，机器学习，随机森林
id=659330254988&
请添加图片描述
请添加图片描述

「已注销」
关注
  • 0
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
quant-python:读<量化投资-以Python为工具>笔记以及测试用源代码
03-23
定量python 读<量化投资-以Python为工具>笔记以及测试用源代码
Python量化交易——七行python代码生成K线图（最后有干货）
热门推荐
Shepherdppz的博客
08-24 1万+
Python量化交易——利用tushare和mplfinance生成K线图tushare介绍mplfinance介绍获取K线数据处理数据数据的可视化更多的效果 tushare介绍 tushare是一个立足于国内的金融数据包。通过它可以相当容易地获取包括股票、基金、期货在内的大量金融数据，使用非常简便而且基础功能免费。 tushare的早期版本是完全免费的，不过功能也相对单一，后来升级到了tushare pro之后，支持的数据种类大大扩展，同时也开启了积分的功能，部分高级数据获取功能是需要一定积分的，积分通常
25个常见的python系统设计源码（课程作业/毕业设计）
疯狂屌丝程序员
02-18 1034
收集整理了25个常见的python系统设计源码。可以用于课程作业或者毕业设计。所有系统都带源码和文档。
唐奇安通道策略-python量化【backtrader回测】
xiaowu1997的博客
02-08 5022
唐奇安通道策略-python量化 这里简单的介绍关于唐奇安通道策略的相关理论以及python代码，抛砖引玉。 前言 唐奇安通道是海龟交易策略中需要应用到的一个指标。 简单而言唐奇安通道是由一条上轨线、中线和下线组成，上轨线由N1日内最高价构成，下轨线由N2日内最低价计算，当价格冲破上轨是可能的买入信号，反之，冲破下轨时是可能的卖出信号。 一、唐奇安通道计算 通道上界=过去20日内的最高价 通道下界=过去20日内的最低价 中轨道=0.5*（通道上界+通道下界） 本章需要使用的就是以上三个指标。接下来进行计算和
基于python的开源量化交易，量化投资架构完整源码+说明(股票，期权，期货，比特币，机器学习) .zip
最新发布
03-29
【资源说明】 1、该资源内项目代码都是经过测试运行成功，功能正常的情况下才上传的，请放心下载使用。 2、适用人群：主要针对计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、数学、电子信息等)的同学或企业员工下载使用，具有较高的学习借鉴价值。 3、不仅适合小白学习实战练习，也可作为大作业、课程设计、毕设项目、初期项目立项演示等，欢迎下载，互相学习，共同进步！
量化策略代码,量化策略代码太难写啦,Python
09-10
17！
Python量化交易策略--双均线策略及代码
詹sir的博客
11-09 9342
python量化交易策略--双均线策略
【python量化】基于Transformer的择时策略(附源码)
敲代码的quant的博客
06-11 971
择时系列第十五篇，分享一篇使用Transformer构建的择时策略。作者发现，基于注意力机制的深度学习策略，显著优于传统的时序动量策略和均值回归策略。此外作者提供了源码，可以直接测试，量化前沿速递公众号后台回复“择时15”获取报告及代码。作者首先对Transfor的深度网络做了一些说明，并与LSTM做对比。Transformer与LSTM不同的地方在于，Transformer是基于注意力机制的深度...
[68 量化交易] JoinQuent聚宽量化平台代码解析
weixin_33595571的博客
11-06 967
【代码】[68 量化交易] JoinQuent聚宽量化平台代码解析。
使用python实现一个简单的量化投资代码
weixin_35750747的博客
01-19 853
下面是一个简单的 Python 量化投资代码示例: import numpy as np import pandas as pd# 读取股票数据 df = pd.read_csv("stock_data.csv") # 计算收益率 df["return"] = df["close"].pct_change() # 计算均值和标准差 mean = df["return"].mean() std ...
Python 量化交易系列教程
QuantHero的博客
06-23 3760
python量化交易系列教程
新浪财经API接口获取期货实时秒级行情数据的Python源代码
08-08
最近学习Python进行量化交易，第一步是获取实时行情数据，本资源是从新浪财经API接口获取期货实时行情数据的Python源代码（本代码获得的数据不再仅是5分钟行情数据，而是秒级行情更新，行情刷新间隔视网速及获取品种数量而定，一般6个期货品种以下，可以达到间隔数秒刷新），获得数据后转成DataFrame数据对象，以供进一步的数据分析。
基于python的量化交易平台+源代码+文档说明
12-01
- -------- 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ <项目介绍> 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
基于GUI编程的python股票量化交易策略之双均线策略源代码
04-06
博文《【实战】——基于GUI编程的python股票量化交易策略之双均线策略》利用GUI编程开发用户操作界面，以此来绘制动态的K线及双均线，实现界面动态交互效果。 学习完该实战项目后，你将掌握基于tkinter程序包开发用户操作界面，初步认识入门量化交易策略代码的编写，形成一个可用于提示买卖点的界面窗口和弹窗。
Python量化交易-源码.rar
07-05
Python量化交易-源码.rar
python股票量化系统源码.zip
09-17
python股票量化系统源码.zip 代码完整下载可用，确保可以运行。 python股票量化系统源码.zip 代码完整下载可用，确保可以运行。python股票量化系统源码.zip 代码完整下载可用，确保可以运行。python股票量化系统...
Python与量化投资-从理论到实战代码_量化投资python_python_源码
10-01
python与量化投资，从入门到实战代码(全）
程序人生——Java使用关于性能和效率的建议
Perley620的博客，专注后端领域
03-18 1543
程序人生——Java使用关于性能和效率的建议
python量化交易源代码
06-03
以下是一个简单的Python量化交易源代码示例，使用Backtrader库实现。这个策略使用了双均线交叉作为信号来进行交易。 ```python import backtrader as bt class DoubleMA(bt.Strategy): params = (('short_ma', 10), ('long_ma', 30)) def __init__(self): self.short_ma = bt.indicators.SimpleMovingAverage( self.data.close, period=self.params.short_ma) self.long_ma = bt.indicators.SimpleMovingAverage( self.data.close, period=self.params.long_ma) def next(self): if self.short_ma > self.long_ma: self.buy() elif self.short_ma < self.long_ma: self.sell() # 获取历史数据 data = bt.feeds.GenericCSVData( dataname='data.csv', dtformat='%Y-%m-%d', datetime=0, open=1, high=2, low=3, close=4, volume=None, openinterest=None) # 创建交易引擎 cerebro = bt.Cerebro() # 添加数据 cerebro.adddata(data) # 添加策略 cerebro.addstrategy(DoubleMA) # 设置初始资金 cerebro.broker.setcash(100000) # 设置交易手续费 cerebro.broker.setcommission(commission=0.001) # 运行回测 cerebro.run() # 绘制回测结果 cerebro.plot(style='candlestick') ``` 在这个例子中，我们首先使用Backtrader库获取历史数据，并创建了一个双均线策略。然后，我们创建了一个交易引擎，将数据和策略添加到交易引擎中，并设置了初始资金和交易手续费。最后，我们运行了回测，并绘制了回测结果。 在实盘交易中，我们需要将策略代码和交易引擎部署到交易服务器上，并与交易所的API进行连接。在连接成功后，我们可以将策略自动化地部署到交易服务器上，并进行实盘交易。

“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 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