[参见描述] 管道 API 简介 - 使用 Quantopian 和 Zipline 的金融 Python 19

这段文字介绍了2015年10月发布的“Pipeline API”，它提供了一种更强大的方法来选择实时参考的500家公司。传统上，选择公司的方法比较粗糙，通常基于市值或基本面分析，缺乏逻辑性。Pipeline API 允许用户通过更复杂的逻辑筛选出最多500家公司。

文章解释了Pipeline API 的关键概念：

• 数据集 (Dataset): 数据集本身不包含数据，需要使用“因子 (Factor)”来获取数据，并使用“过滤器 (Filter)”筛选数据。
• 因子 (Factor): 返回数值型输出，用于计算和分析。
• 过滤器 (Filter): 返回布尔型输出，用于筛选数据。

文章还介绍了Pipeline API 的两种主要功能：

• 内置因子 (Built-in Factors): 提供多种预定义的因子，例如最新值、回撤、相对强弱指数、简单移动平均线、成交量加权平均价格、加权平均值、收益率等。
• 自定义因子 (Custom Factors): 允许用户创建自己的因子，以满足特定需求。

最后，文章以一个示例算法为例，展示了如何使用Pipeline API 进行实际操作。

更新后的系列：https://pythonprogramming.net/quantopian-trading-strategies-introduction-python-programming-for-finance/此系列已因 Quantopian 2.0 而过时。 在本 Quantopian 教程中，我们将介绍 Pipeline API。 如果您还记得之前的内容，我们经常受到限制，通常只能在我们的股票宇宙中使用 255 个股票。 Pipeline API 允许您一次选择 8000 多个证券，这打开了通往许多新机会的大门。 Pipeline API 可以一次引用 8000 多个证券，但您仍然只能实时引用 500 个。 因此，您很可能将 Pipeline API 与 update_universe 一起使用。 为了将 8000 个证券缩减到足够小的数量，以便与您的宇宙一起使用，您将使用因子和过滤器，很多时候一起使用。 因子用于返回数字，而过滤器返回布尔值。 例如，您可以先使用因子将 50 日和 200 日移动平均线应用于公司。 然后，您可以使用过滤器来返回所有 50 日移动平均线高于 200 日移动平均线的公司。 示例代码和文本版本：https://pythonprogramming.net/quantopian-pipeline-api-tutorial/https://pythonprogramming.net