量化投资
文章平均质量分 93
Shepherdppz
Python金融投资和量化交易领域开发者,立志在这条路上一路探索,一路分享
展开
-
【python量化交易】——文章目录指引
将Blog里的文章按照主题归类,并随时更新以保持同步,方便朋友们查找原创 2024-04-27 11:37:59 · 303 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——S-BBAND指标
本文介绍了Soft-BBAND技术指标,并且使用了qteasy在403支股票上进行了5年的历史交易回测,测试该指标的历史择时表现,并与其他33个技术指标进行了横向对比。比较其择时性能以及适应度,回测表明,该指标表现很差!原创 2024-01-30 06:00:00 · 1747 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——BBAND指标
本文介绍了BBAND技术指标,并且使用了qteasy在403支股票上进行了5年的历史交易回测,测试该指标的历史择时表现,并与其他33个技术指标进行了横向对比。比较其择时性能以及适应度,回测表明,该指标表现原创 2024-01-29 06:00:00 · 988 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——Dual SMA指标
本文介绍了D-SMA技术指标,并且使用了qteasy在403支股票上进行了5年的历史交易回测,测试该指标的历史择时表现,并与其他33个技术指标进行了横向对比。比较其择时性能以及适应度,回测表明,该指标表现不理想!原创 2024-01-28 06:00:00 · 1014 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——DI指标
本文介绍了DI技术指标,并且使用了qteasy在403支股票上进行了5年的历史交易回测,测试该指标的历史择时表现,并与其他33个技术指标进行了横向对比。比较其择时性能以及适应度,回测表明,该指标表现不错!原创 2024-01-27 06:00:00 · 1315 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——STOCH指标
本文介绍了STOCH技术指标,并且使用了qteasy在403支股票上进行了5年的历史交易回测,测试该指标的历史择时表现,并与其他33个技术指标进行了横向对比。比较其择时性能以及适应度,回测表明,该指标表现原创 2024-01-26 06:00:00 · 955 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——STOCHF指标
本文介绍了STOCHF技术指标,并且使用了qteasy在403支股票上进行了5年的历史交易回测,测试该指标的历史择时表现,并与其他33个技术指标进行了横向对比。比较其择时性能以及适应度,回测表明,该指标表现不理想!原创 2024-01-25 06:00:00 · 756 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——PPO指标
本文介绍了PPO技术指标,并且使用qteasy在403支股票上使用历史数据回测了该技术指标的择时表现,并于其他33个技术指标进行了横向对比,比较其性能即适应度,该指标表现不理想!原创 2024-01-13 00:00:00 · 1609 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——MACDEXT指标
本文介绍了MACDEXT技术指标,并且使用qteasy在403支股票上使用历史数据回测了该技术指标的择时表现,并于其他33个技术指标进行了横向对比,比较其性能即适应度,该指标表现很好!原创 2024-01-12 00:00:00 · 948 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——MOM指标
本文介绍了MOM技术指标,并且使用qteasy在403支股票上使用历史数据回测了该技术指标的择时表现,并于其他33个技术指标进行了横向对比,比较其性能即适应度,该指标表现不错!原创 2024-01-11 00:00:00 · 941 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——RSI指标
本文介绍了RSI技术指标,并且使用qteasy在403支股票上使用历史数据回测了该技术指标的择时表现,并于其他33个技术指标进行了横向对比,比较其性能即适应度原创 2024-01-10 00:00:00 · 1003 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——T3均线
介绍了三重指数平滑平均线T3的定义和用法,介绍了qteasy内置的几种利用T3指标的交易策略,并使用标准方法在433支股票上进行了回测,与其他33种技术指标进行了横向对比。原创 2024-01-06 00:00:00 · 924 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——TRIX指标
简单介绍了TRIX指标的原理和应用方法,使用标准化测试模型在433支股票上测试了TRIX指标的择时效果,与其他33种技术指标进行了横向对比原创 2024-01-03 00:00:00 · 855 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——DMA指标
简要介绍了DMA技术指标的定义和使用方法,利用qteasy内置的DMA交易策略,在433支股票上进行了回测,与其他的技术指标进行横向对比,得出指标的有效性和适用性原创 2023-12-30 00:00:00 · 1110 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——MACD指标
简要介绍了MACD技术指标的定义,然后利用qteasy对一个基于MACD指标的择时交易策略,在433支股票上进行了标准化回测分析,给出横向评价结果原创 2023-12-25 23:35:59 · 948 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——CMO指标
在400多支股票上回测CMO技术指标择时交易策略并与其他技术指标进行横向对比原创 2023-12-24 00:30:00 · 857 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——CCI指标
介绍了股票量化交易技术指标CCI的用法和定义,使用qteasy对CCI指标在433只股票上进行了回测,以便横向对比CCI指标与其他指标在择时方面的效果原创 2023-12-23 01:53:56 · 921 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——AROON指标
33种技术择时指标大比拼,介绍AROON指标,使用QTEASY回测结果并进行评价原创 2023-02-21 22:10:41 · 925 阅读 · 1 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——APO指标
介绍APO择时指标,并且使用一套统一的评价方法评测该指标的赚钱效应,并与其他32个技术指标进行横向比较原创 2023-02-21 21:35:38 · 680 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?技术指标大比拼——ADX指标
介绍ADX择时指标,并且使用一套统一的评价方法评测该指标的赚钱效应,并与其他32个技术指标进行横向比较原创 2023-02-09 00:53:25 · 788 阅读 · 0 评论 -
Python量化交易——股票择时到底能否赚钱?TA-Lib 33种技术指标有效性横向大评比
择时是一个投资者避不开的话题,那么,通过技术指标能否赚钱?TA-Lib中的指标是否真的有效?让我们通过超过400支股票的历史回测数据来说话,看看技术指标是否有效,哪些有效?原创 2023-01-29 00:48:41 · 2313 阅读 · 0 评论 -
Python量化交易——投资组合的评价和可视化(下):使用mplfinance生成专业的投资回测数据可视化仪表盘【源码+详解】
详细地讲解如何使用matplotlib生成一张专业的量化投资回测结果数据可视化仪表盘,完整而又主次分明地展示投资回测结果的所有关键信息。原创 2022-07-30 01:20:42 · 3531 阅读 · 1 评论 -
Python量化交易——投资组合的评价和可视化(上):计算收益率、波动率、最大回撤、阿尔法alpha、贝塔beta、夏普率Sharp等指标【源码+详解】
量化投资:投资组合的评价和可视化、alpha阿尔法beta贝塔volatility波动率sharp夏普率等常用评价指标的含义、计算公式以及代码详解alpha阿尔法系数beta贝塔系数volatility波动率sharp夏普率MaxDrawdown最大回撤投资结果评价可视化..................原创 2022-07-18 01:27:06 · 5731 阅读 · 3 评论 -
Python量化交易——mplfinance最佳实践:动态交互式高级K线图(蜡烛图)【源码+详解】
用python实现全功能动态交互式K线图用`python`一步步实现动态交互式K线图` mplfinance`的基本K线图目标实现自定义风格和颜色图表尺寸调整、相关信息的显示添加移动平均线添加指标MACD实现鼠标拖动平移功能实现鼠标滚轮缩放实现双击切换指标最终效果用python一步步实现动态交互式K线图mplfinance的基本K线图在我的另一篇文章《七行代码利用tushare和mplfinance生成K线图》中,我介绍了两个非常好用的python库,结合起来可以非常方便容易地生成股票的K线图,对于使原创 2021-06-07 00:33:23 · 42058 阅读 · 116 评论 -
Python学习笔记——Numpy数组的移动滑窗,使用as_strided实现
Python学习笔记——Numpy数组的移动滑窗,使用as_strided实现`Numpy`中移动滑窗的实现为何需要移动滑窗`Numpy`中的移动滑窗移动滑窗的`as_strided`实现方法关于`as_strided`函数的详细解析使用`as_strided`函数的危险之处Numpy中移动滑窗的实现为何需要移动滑窗在量化投资分析过程中,对历史数据进行分析是一个必不可少的步骤。滑窗在历史数据分析中的重要性不言而喻。譬如移动平均、指数平滑移动平均、MACD、DMA等等价格指标的计算都无一例外需要用到滑窗原创 2021-02-06 00:02:40 · 7216 阅读 · 2 评论 -
Python量化交易——七行python代码生成K线图(最后有干货)
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,积分通常原创 2020-08-24 23:27:53 · 12787 阅读 · 4 评论 -
Python量化投资——时间序列数据指数平滑移动平均值EMA的高效计算
Python量化投资——时间序列数据指数平滑移动平均值的高效计算定义EMA循环生成方法Pandas提供的方法基于Numpy的向量化方法性能对比Numpy方法的局限性及解决方案定义在对股票的历史价格数据进行分析的过程中,不同的移动平均值是非常常用的技术手段。在多种移动平均值中,指数平滑移动平均(Exponentially Weighted Moving Average, EWMA或Exponen...原创 2020-01-31 01:47:33 · 5254 阅读 · 0 评论 -
Python量化投资——如何高效地“应用”一个函数到ndarray并动态改变参数
Python学习笔记——如何高效地应用一个函数到整个矩阵问题问题定义使用Numpy的方法Numpy方法的局限性应用函数的同时还能动态改变参数两种方法的速度比较结论问题如果用python做量化投资,少不了对大量股票的大量历史数据进行回测或进行交易策略的计算,如果数据量大,往往计算的效率会成为一个问题:我们会遇到的典型应用场景是:将N只股票的M行历史数据存储在一个DataFrame或ndarra...原创 2020-01-31 00:09:28 · 749 阅读 · 0 评论 -
Python量化投资——包含NA值的时间序列移动平均值计算效率比较
Python量化投资——包含NA值的时间序列移动平均值计算效率比较处理包含NA值的时间序列移动平均值计算在量化投资领域中是一个跨不过去的坎:处理股票的历史数据时,不可避免地需要考虑如何排除停牌等因素导致的Nan值对移动平均值计算造成的影响——首先应该剔除Nan值,即算完成后再恢复原来的Nan值。本文分析了几种大规模操作的效率,并做了比较原创 2020-01-26 22:22:17 · 1197 阅读 · 0 评论