自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

量化交易研究

专注于国内股票/期货/期权量化交易的知识分享。

  • 博客(4)
  • 资源 (4)
  • 收藏
  • 关注

原创 基于EV/EBITDA的量化策略(基于python,附代码)

一、估值方法概括估值方法共分为两类:绝对估值法和相对估值法。绝对估值法以“资产的价值是未来收入的折现”为基准,将未来现金流按照一定贴现率贴现到当前时间点得到资产的价值;这种估值方法有一个难点:如何合理预测公司未来收入?相对估值法通常利用各种比率进行估值,这种方法常见的用法是:预估整个行业或相似企业各比率的合理水平,当目标公司超过该合理水平时,则为高估或低估。常用的绝对估值法主要包括:股利贴现模型、自由现金流贴现模型等。常用的相对估值法主要包括:市盈率估值法、市净率估值法、市销率估值法、PEG估值法、

2021-03-30 14:43:19 2103

原创 主成分分析法在量化策略中的应用

一、从主成分分析说起1.主成分分析起源主成分分析法由Pearson在1901年提出,是一种常用的降维方法,可以将维数高的样本转化成维数低的样本。在金融领域,常用于各种多因子模型中,将原有多个指标转化为互不相关的少量综合指标。从数学角度来说,主成分分析是对原始数据进行线性变化,将原始坐标轴旋转和平移,得到新的坐标轴,使尽可能多的样本点在新坐标轴上分散最开。2.一个例子举个例子:假设一个班级里有10个学生,数学成绩和语文成绩分别如下表所示。编号数学语文17065275

2021-03-24 11:17:58 2285

原创 神经网络在量化中的应用

一、神经网络简介1.什么是神经网络根据周志华教授在《机器学习》一书中的定义,神经网络是由具有适应性简单单元组成的广泛并行互联的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。用一句话概述就是:神经网络能够模拟神经系统对输入作出一定反映。2.神经元神经元是神经网络中最基本的成分,有“兴奋”和“抑制”两种状态。神经网络是由一个个神经元按照一定结构组成,每个神经元和其他神经元相连。当某个神经元“兴奋”时,会向相连的下一个神经元传递化学物质,改变下一个神经元的电位,当电位超过一定阈值时,被

2021-03-20 09:45:25 1554 1

原创 网格交易策略

网格交易法(期货)1. 原理什么是网格交易法?网格交易法是一种利用行情震荡进行获利的策略。在标的价格不断震荡的过程中,对标的价格绘制网格,在市场价格触碰到某个网格线时进行加减仓操作尽可能获利。网格交易法属于左侧交易的一种。与右侧交易不同,网格交易法并非跟随行情,追涨杀跌,而是逆势而为,在价格下跌时买入,价格上涨时卖出。怎样设计网格?投资者可以随意设置网格的宽度和数量。既可以设置为等宽度,也可以设置为不等宽度的。设置等宽度网格可能会导致买点卖点过早,收益率较低。设置不等宽度网格能够避免这个问题,但

2021-03-10 15:23:26 8488 2

一个期货冠军奇迹的买卖方法:菲阿里四价期货策略.py

该策略来源一本书《1000%的男人——期货冠军奇迹的买卖方法》,策略的交易逻辑:日内突破交易,回测收益8.67%,13.51%,夏普率1.19

2020-04-28

经典量化策略:Dual Thrust(期货).py

Dual Thrust是一个趋势跟踪系统,由Michael Chalek在20世纪80年代开发,曾被Future Thruth杂志评为最赚钱的策略之一。本策略回测收益率24.14%,最大回撤20.65%,夏普比率1.99

2020-04-28

布林线均值回归量化交易策略.py

本策略交易逻辑:当价格触及布林线上轨的时候进行卖出,当触及下轨的时候,进行买入。回测收益率99.77%,最大回撤:32.04%,夏普比率:0.43

2020-04-28

小市值策略Python源代码.py

本策略逻辑:每月买入市值最小的30只股票,持有至下个月月初再调仓,回测收益率在11.94%,最大回撤在10.67%,夏普率0.54

2020-04-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除