- 首先将同事的代码放在框架里跑
- 然后找策略
- 自己写
- 写完之后放进去跑
疑问:
- 首先为什么报错
- 其次,帮忙找下策略
- 需要改些什么,是不是factors中的文件
strategy的代码结构解析:
筹码的含义和例子
场景设定
公司名称:XYZ科技公司
股票代码:XYZ
当前价格:100元
观察期:过去一年
股价走势
假设XYZ科技公司在过去一年中经历了显著的市场关注,特别是在其发表了一系列引起市场兴趣的新产品后。股价从70元上涨到120元,然后又回落到100元。
筹码分布情况
在达到120元的峰值后,股价开始回落。在股价从120元下降到100元的过程中,我们观察到以下筹码分布特点:
110元至120元区间:此区间的筹码非常分散。原因如下:
由于股价达到近期新高,一些短线投资者和投机者选择在这个区间卖出,以锁定利润。
同时,此区间内也有部分长期投资者刚开始进入市场,他们对公司的未来持乐观态度,但价格稍有回落时,这些新买入的持股不足以形成强有力的支持点。
进一步,因为股价处于历史较高水平,意愿持股者的预期和投资时间可能差异较大,使得此区间的持股更加分散。
筹码分散的影响
当股价再次试图突破110元至120元这个区间时,由于没有明显的集中持股及支撑,股价可能遭遇较大阻力:
没有足够的买盘支持,因此上涨动力可能不足。
若市场情绪变动或有利空消息,股价容易受到冲击,因为此区间内缺乏足够的持股信心来抵抗卖压。
做事步骤
1 首先筛选策略,不要选包含外部数据的,不要选事件的。
2 写报告
3 实现
数据内容
candle_begin_time:K线的开始时间,通常表示某个时间周期(如1分钟、5分钟等)K线的起始时间。
open:开盘价,即在该时间周期内的第一个交易价格。
high:最高价,即在该时间周期内的最高交易价格。
low:最低价,即在该时间周期内的最低交易价格。
close:收盘价,即在该时间周期内的最后一个交易价格。
volume:成交量,指在该时间周期内的交易量,通常表示为该币种的数量。
quote_volume:成交额,以报价货币(通常是USDT等)计价的成交总额。
trade_num:交易笔数,即在该时间周期内发生的交易次数。
taker_buy_base_asset_volume:主动买入量,指在该时间周期内,由主动买方推动的交易量。
taker_buy_quote_asset_volume:主动买入额,以报价货币计价的主动买入成交总额。
Spread:买卖价差,通常表示买入价和卖出价之间的差额,这一指标可以衡量市场流动性。
symbol:交易对的标识符,表示该数据所对应的虚拟币交易对(如BTC/USDT)。
avg_price_1m:1分钟平均价格,表示在该时间周期内,每分钟的平均交易价格。
avg_price_5m:5分钟平均价格,表示在该时间周期内,每5分钟的平均交易价格。
avg_price:时间周期内的整体平均价格。
win_rate:胜率,可能表示在多个时间周期内,价格上涨的次数占总时间周期数的比例。
min_price:最低价格,即在该时间周期内的最低成交价格。
max_price:最高价格,即在该时间周期内的最高成交价格。
quantile_5 到 quantile_95:这些是分位数价格,通常表示在该时间周期内价格分布的统计信息。例如,quantile_5表示价格处于最低5%的分布点,quantile_95表示价格处于最高5%的分布点。
总结
这份虚拟币数据表包含了广泛的交易和价格相关信息,涵盖了基本的K线数据(开盘价、最高价、最低价、收盘价)、交易活动(成交量、交易笔数、主动买入量等)、市场行为(买卖价差、胜率、分位数等)等。这些数据可以用于分析市场走势、构建和优化交易策略。