python量化交易学习笔记_python 量化交易 学习资料链接

最新推荐文章于 2022-10-12 23:39:13 发布
最新推荐文章于 2022-10-12 23:39:13 发布
阅读量289 收藏 2
点赞数
文章标签： python量化交易学习笔记
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/weixin_39637256/article/details/111418997
版权
本文整理了Python在科学计算、金融工具、交易与回测等方面的重要库，包括NumPy, SciPy, pandas, quantdsl等，以及PyQL, PyFin, zipline, backtrader等交易和回测框架，为Python量化交易学习者提供参考资料。" 129655767,8819737,Cobalt Strike渗透测试指南：HTTP Beacon操作与应用,"['网络安全', '渗透测试', 'CobaltStrike使用', 'CobaltStrike下载', 'Cobalt端口扫描']
摘要由CSDN通过智能技术生成

Python

Numerical Libraries & Data

Structures

- [numpy](http://www.numpy.org) - NumPy is the fundamental

package for scientific computing with Python.

- [scipy](https://www.scipy.org) - SciPy (pronounced “Sigh

Pie”) is a Python-based ecosystem of open-source software for

mathematics, science, and engineering.

- [pandas](http://pandas.pydata.org) - pandas is an open

source, BSD-licensed library providing high-performance,

easy-to-use data structures and data analysis tools for the Python

programming language.

- [quantdsl](https://github.com/johnbywater/quantdsl) - Domain

specific language for quantitative analytics in finance and

trading

-

[statistics](https://docs.python.org/3/library/statistics.html) -

Builtin Python library for all basic statistical calculations

### Financial Instruments

最低0.47元/天 解锁文章
weixin_39637256
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
自适应均线系统 python_Python熊猫考夫曼自适应移动平均值（KAMA）---熊猫或Cython中的递归计算...
weixin_39824529的博客
12-11 1231
I am trying to create a function for the Kaufman Adaptive Moving Average (KAMA), in Python Pandas or using Cython (I have already done this in R & Rcpp). Am having problems with the recursive cal...
trading-with-python:可在涉及定量交易策略制定的日常任务中使用（重新）使用的代码
05-11
与Python交易 该库包含可在涉及定量交易策略开发的日常任务中（可重复使用）的代码。 它用作我的个人工具箱以及课程的样板代码。 库的某些部分已，对于缺少的部分，代码本身应具有足够的可读性。 2021年更新我已经开源了整个TWP课程，请尽情享受！ :party_popper:
python 可视化界面_基于Python的量化交易工具清单(下）
weixin_39800918的博客
11-27 1259
—— Python量化工具清单——　　　以下内容来源于Wilson Freitas的Github项目"Awesome Quant"。原文中包含了丰富的语言类别，但是后续介绍主要针对Python语言。原网址：https://github.com/ wilsonfreitas/awesome-quant本篇主要介绍风险分析,因子分析,时间序列,日历,数据源,Excel集成,可视化相关的Py...
backtesting.py：Python中的回测交易策略
02-03
回测 使用Python回测交易策略。 安装 $ pip install backtesting 用法 from backtesting import Backtest , Strategy from backtesting . lib import crossover from backtesting . test import SMA , GOOG class SmaCross ( Strategy ): def init ( self ): price = self . data . Close self . ma1 = self . I ( SMA , price , 10 ) self . ma2 = self . I ( SMA , price , 20 ) def next ( self ): if crossover ( self . ma1 , self . ma2 ): self . buy () elif crossover ( self . m
jquery select取消选中_PHP与jQuery结合的功能
weixin_33725576的博客
11-30 407
本文实例讲述了jQuery消息实选中和清除功能。分享给大家供大家参考，主要问题难点在于：获取后台填充数据没问题，但是当后台数据已失效，前台数据已获取后，这种历史遗留数据处理比较棘手，原来的数据填充和释放只针对后台所有的数据，没有把版本迭代后的状态考虑进去，这里的主要问题就是当用户不刷新页面，还要解决后台传输的无效数据和有效数据的区分，不会在前台展现有效数据把无效数据覆盖的，而是当数据无效时，填充请...
Python量化交易学习笔记（16）——策略筛股
12-21
在Python量化交易学习的过程中，策略筛选是至关重要的一步。在这个案例中，我们关注的是一个基于均线交叉的交易策略，特别是5日线与60日线的金叉策略。这种策略通常被视为一种趋势跟随方法，当短期均线（如5日线）上...
Python量化交易学习笔记（24）——策略多参数优化
01-20
笔记（13）中介绍了在策略中对单个参数进行优化的实现方法，本文将介绍对策略中的多个参数进行优化的方案。 以笔记（14）中介绍的均线交叉策略为例，实现不同长期、短期均线参数组合的优化测试，回测股票为000001...
Python量化交易学习笔记（21）——A股股票列表更新
12-21
如果想获取当前正常上市交易的所有股票的数据，就需要我们对该文件进行更新。本文将介绍更新A股股票列表数据的流程。 注册Tushare账户 zwPython已经做好了对Tushare的集成，我们就使用Tushare下载股票列表。为了后续...
Python量化交易学习笔记（18）——放量突破布林线中轨买入策略
12-21
在Python量化交易中，布林线（Bollinger Bands）是一种常用的技术分析工具，它由三条线组成：中轨（通常为20日简单移动平均线SMA）、上轨（中轨加两个标准差）和下轨（中轨减两个标准差）。布林线能够反映出价格的...
Python量化交易学习笔记（20）——保护点卖出策略
12-21
Python量化交易学习笔记中的【保护点卖出策略】是一种风险管理和交易执行的方法，旨在保护投资者的收益并限制损失。策略的核心思想是在买入股票后设定一个保护点，该保护点随着股票价格上涨而提高，当股价跌破这个...
pynance：一个计算财务统计并优化投资组合分配的python应用程序
02-10
Pynance：财务优化应用 这是一种金融应用程序，它使用从各种来源（主要是和检索到的数据来计算资产相关性，统计数据和最佳投资组合分配。 统计数据是使用，应与和要求的结果一致。 通过最小化投资组合的方差/波动性（即通过在定义的投资组合的有效边界上找到最佳点）来优化投资组合。 该程序的功能包装在小部件中，这些小部件除了提供原始输出外，还提供了来自可视化效果。 也可以使用/ server /目录中提供的将程序的功能连接到WSGI应用程序中。 有关更多信息，请参见WSGI应用程序。 可以使用项目根目录中的Dockerfile容器化WSGI应用程序，并将其部署为微服务。 建立 先决条件 （不是必需的，但建议将应用程序部署为微服务。 ） CLI应用 首先，从项目根目录中（如果使用，请激活您的虚拟环境，然后）安装所有要求， 点安装-r requirements.txt 为了使应用程序检索数据
量化投资讲义.pdf
08-28
python 量化投资讲义
【量化】4天学会python机器学习与量化交易-笔记4(p21~p25)
12-22
文章目录p21 因子数据的标准化处理p22 市值中心化处理介绍p23 案例：市值中性化实现以及回测选股结果p24 市值中心化结果总结分析p25 总结 平台：https://www.ricequant.com/quant api1：https://www.ricequant.com/doc/rqdata-institutional#research-API-get_fundamentals api2：https://www.ricequant.com/doc/api/python/chn#wizard-stock rice quant ipynb p21 因子数据的标准化处理 视频：https:
algo-trading:Python、C 和 C++ 中的算法金融库
06-23
算法交易 Python 和 C 中的算法金融库
pynance:轻量级Python库，用于组装和分析财务数据
05-24
PyNance 轻量级Python库，用于组装和分析财务数据。 包装pandas和matplotlib以最大程度地简化使用。 包括用于生成用于机器学习算法的功能和标签的工具。 依存关系 经过测试： 3.9.1 3.3.3 1.19.5 1.2.1 0.9.0 系数0.12.7a5 PyNance还可以与其他版本的Python和Python软件包一起使用。 要验证它是否适合您，只需运行单元测试进行数据检索，然后尝试使用检索到的示例数据制作一些图表。 pynance.options模块的其他依赖pynance.options ： 3.4.2 0.999 4.3.2 构建文档 要在虚拟Python环境之外使用Sphinx构建文档，请转至./doc并键入make html 。 如果将虚拟环境用于任何依赖项，则在构建文档之前，需要将sphinx和numpydoc添
Python 量化金融库最全汇总！
Python数据之道
12-11 4243
大家好，我‍是阳哥。本文汇总了定量金融的大量三方库，按功能进行分类，覆盖数值运算，衍生品定价，回溯检验，风险管理，数据爬取，可视化等多个子领域，供每个Python程序员参考。不要重复造轮子...
Python量化交易学习笔记（53）——backtrader的一些基本概念1
码农甲的博客
07-17 3942
本文主要来自于官方文档的翻译，添加一些笔者在实践中的理解，来记录backtrader中的一些基本概念。 Data Feeds backtrader（以下简称bt）进行回测或者交易需要有历史或者实时的数据源，这些数据源包括典型的开盘价、最高价、最低价、收盘价、成交量等等，也可以是用户自定义的指标、买卖信号等。Data Feeds就扮演着这个数据源的角色，需要用户提供给bt。用户通过以下方式将Data Feeds添加到bt内： cerebro = bt.Cerebro() # 定义cerebro ... d
Python量化学习笔记03——量化投资——以Python为工具 Part01-C03
TheTrader的博客
10-12 744
讲了变量，对象 赋值、变量的命名规则。 对象的类型，以及是否可变。
Python量化交易学习笔记（47）——因子扩展
码农甲的博客
01-18 5281
用这篇文章记录一下目前学习过程中使用到的因子，包括使用纯指标规则以及使用机器学习方法所使用到的因子，以便于后续文章描述使用。这里以日线数据为例，周线、月线的因子扩展需要注意适度减小均线周期大小等参数。 规则选股因子扩展 全部因子扩展代码在本节末，这里进行几点说明： 只实现了部分因子的扩展，便于后面规则选股时使用。可以根据具体需要，增删相应因子。 在首次运行代码时，会进行扩展因子的全量计算；当后续日线数据更新后，再运行代码，只会计算更新日期的扩展因子，避免了全量计算而带来的过长时间消耗。即实现了增量计算。
python量化交易学习笔记
最新发布
03-11
你好，关于 Python 量化交易学习笔记，我可以为您提供一些相关的信息和资源，包括 Python 量化交易的基础知识、常用的量化交易策略和工具、以及一些实战案例和经验分享等。如果您有具体的问题或需求，欢迎随时向我提出。
评论
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