量化交易 米筐 交易接口与投资信息

最新推荐文章于 2024-12-30 16:35:55 发布
最新推荐文章于 2024-12-30 16:35:55 发布
阅读量705 收藏 3
点赞数 1
分类专栏： 量化交易 文章标签： python 量化交易
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_45875105/article/details/120684436
版权
本文介绍了米筐交易平台的量化交易接口，包括用于股票交易的函数如order_shares、order_target_value和order_target_percent，交易注意事项，如市价单与限价单的滑点影响，以及投资组合管理，如如何查询组合信息和仓位资金。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

回测交易接口

1、用于股票的交易函数

  • order_shares – 指定股票数交易
  • order_lots --指定手数交易
  • order_value --指定价值交易
  • order_percent – 一定比例下单
  • order_target_value – 目标价值下单

官方文档

1.1 交易函数API

1.1.1 order_shares – 指定股票数交易
order_shares(id_or_ins, amount, style=Markerorder)

参数

参数 类型 注释
id_or_ins str 或 instrument 对象 order_book_i
了解本专栏 订阅专栏 解锁全文 超级会员免费看
量化交易 米筐 多因子策略与研究平台API
廷益_飞鸟的博客
10-11 940
1. 多因子策略流程 因子的处理和探索 回测的过程 完整的流程 因子挖掘 因子数据的处理 去极值 标准化 中性化 单因子的有效性检测 因子IC分析 因子收益率分析 因子的方向 多因子相关性和组合分析 因子相关性 因子合成 回测 多因子选股的权重 调仓周期 2. 因子挖掘怎么做 使用 研究平台 【投资研究】类似于 jupyter notebook 3.研究平台函数 官方文档 3.1 get_price - 获取合约历史行情数据 get_price(order_book_
量化交易 米筐 策略评价指标
廷益_飞鸟的博客
10-10 1万+
策略的评价指标 官方文档 1、策略的评价指标 收益指标 风险指标 2、收益指标 2.1 回测收益率: 策略在期限内的收益率。 （最终总价值 - 初始总价值) / 初始总价值 回测收益=期末投资组合总权益−期初投资组合总权益期初投资组合总权益 回测收益 = \frac{期末投资组合总权益 - 期初投资组合总权益}{期初投资组合总权益} 回测收益=期初投资组合总权益期末投资组合总权益−期初投资组合总权益​ 2.2 基准收益率: 参考的标准、市场表现情况作为标准来看我们的策略。（默认基准沪深 300 ）
一种低成本动态扩展 Java API 的解决方案 - Ricequant米筐量化
Ricequant的博客
03-31 487
Java 作为一种静态类型语言，以灵活性为代价换来了更多的编译期检查，使得代码在运行时出错的概率相对更低。然而，这也为代码编写者，尤其是 SDK 类项目的实现者带来了一些困难。本文论述了一种以较低成本解决API动态性不足的问题，同时又不丧失编译检查能力（对于 SDK 的使用者来说）的方案，希望给有类似需求的开发者一定的启示，旨在抛砖引玉。 问题描述 假设我们正在编写一个工具包，暴露了一个接口实例给用户。但是该工具包又希望通过插件的方式拓展它的 API，例如增加一个方法。但由于 Java 为静态语言.
量化交易 米筐 数据获取接口
m0_53786284的博客
10-31 2726
复制 数据获取接口1、数据接口种类2、获取行业、板块以及概念股票列表2.1 关于股票代码以及代码补齐2.2 获取行业2.3 获取板块2.4 获取概念2.5 获取指数成分股3、获取股票合约数据3.1 history_bars：某一合约历史数据 1、数据接口种类 获取指定行业、板块股票列表 history_bars：指定股票合约历史数据（基本行情数据：基本交易信息、K线图） get_fundamentals：查询财务数据（基本面数据：财务数据等） 2、获取行业、板块以及概念股票列表 2.1 关于股票代码以及
利用米筐量化回测平台实行量化炒股
weixin_42218868的博客
09-21 5792
1、主要属性 2、代码 # 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。 import pandas as pd import numpy as np from sklearn.linear_model import LinearRegression#线性回归算法正规方程求解 # 在这个方法中编写任何的初始化逻辑。contex...
量化交易 米筐 构建一个完整策略
廷益_飞鸟的博客
10-10 2971
实现第一个股票策略 1、选股简单介绍 选择某些表现比较好的股票作为股票池，从中进行交易的判断或者直接购买。 2、需求 选股：获取市盈率大于50且小于65，营业总收入前10的股票 调仓：每日调仓，将所有资金平摊到 10个股票的购买策略， ​ 一次性卖出所有不符合条件的股票 3、代码 # 选股：获取市盈率大于50且小于65，营业总收入前10的股票 # 调仓：每日调仓，将所有资金平摊到 10个股票的购买策略，一次性卖出所有不符合条件的股票 # 在这个方法中编写任何的初始化逻辑。context对
Python量化交易入门
曲折旅程，艰难人生
04-13 3894
Python量化交易知识归纳
【深度学习量化交易2】财务自由第一步，三个多月的尝试，找到了最合适我的量化交易路径
fengzhuqiaoqiu的博客
10-15 1665
一晃三个多月时间过去了，十一前后股市突然爆火，行情也像过山车一样，笔者在其中靠直觉辗转腾挪，勉强落得个不赔不赚。此事也给我打了一针鸡血，加快了量化交易研究和系统开发进度。
【深度学习量化交易1】一个金融小白尝试量化交易的设想、畅享和遐想
fengzhuqiaoqiu的博客
06-16 1905
今天开始，我将一步步记录后续做量化交易的实现过程，既是对纷繁的思路的归纳梳理，也是为推动这项一个人的赚钱大业增加一些鞭策激励。读者朋友们如果有好的想法欢迎一起讨论~
002 常见量化交易平台使用
wxyczhyza的博客
02-16 3228
量化交易，米筐量化交易平台
分享米筐量化的使用方法
1841085904的博客
12-08 2727
我们以上图所提到的股票月线为例，df = pro.monthly(ts_code='000001.SZ', start_date='20180101', end_date='20181101', fields='ts_code,trade_date,open,high,low,close,vol,amount')以上米筐量化的使用方法部分内容，对于熟悉编程的用户来说，并不是很复杂。可以看到，ts_code是要分析的股票代码，然后是两个开始与截止时间，后面的fields跟着的是关注的数据。
除同花顺接口api外，还有哪些股票交易API可考虑？
最新发布
股票程序化接口
12-30 1393
除同花顺接口api外，有其他值得股票交易相关人员考虑的股票交易API，包含各自特点、优势等内容，能提供更多选择信息。
量化交易 米筐 获取股票列表与历史合约数据
廷益_飞鸟的博客
10-08 1560
策略数据获取API 一、数据获取 1. 数据接口种类 获取指定行业、板块股票列表 history_bars 指定股票合约历史数据 行情数据，畸变交易信息 get_fundamentals - 查询财务数据 基本面数据 2、股票代码补齐功能 设置股票变量 context.stock = "000007.XSHE" ​ 打印日志 print(context.stock) logger.info(context.stock) 测试代码 # 可以自己import我们平台支持
python 自动交易接口_Python量化交易：回测交易接口
weixin_39621860的博客
11-26 755
学习目标：了解购买股数、购买资金大小的几种交易方式在之前的文章当中我们选好了股票之后，后面就可以选择购买或者是卖出了。但是要注意的是这里所说的交易是在历史数据当中回测的时候去没有判断交易。不是模拟交易或者实盘交易。一、用在股票的交易函数order_shares - 指定股数交易（股票专用）order_lots - 指定手数交易（股票专用）order_value - 指定价值交易（股票专用）orde...
量化软件哪家好（免费的量化交易软件
herzqt的博客
08-10 766
赫兹量化平台提供了一个量化交易的研究和回测环境，主要使用Python.c++等多种语言。有些公司和团队开发了一些量化交易软件和平台，一些是付费的，但也有免费的选择。赫兹量化系统是基于全球最知名，使用人数最多的迈达克系统，通过赫兹技术桥接全球各大交易所，以实现投资者通过赫兹客户端做量化交易。米筐量化平台提供了量化策略的回测和模拟交易服务，支持Python和R两种编程语言，同样提供免费和付费服务。优矿平台面向量化投资者提供了一个完整的解决方案，包括数据获取、策略回测、模拟交易等。
Ricequant 平台入门--回测第一个量化交易策略
一只啃着鸡翅写代码的白猫的成长记录
05-19 4632
一、如何使用ricequant 平台进行落单和回测 def init(context): context.s1 = "000001.XSHE" update_universe([context.s1]) def handle_bar(context, bar_dict): MA_short= bar_dict[context.s1].mavg(2...
BigQuant、聚宽、米筐、掘金等量化平台都有哪些特点？
热门推荐
qq1841085904的博客
11-22 1万+
5.掘金：掘金量化是集数据、投研、实盘交易的一站式专业量化平台，免费为用户提供投研服务，你可以在掘金量化终端进行回测、仿真，甚至是实盘交易。，需要接入交易软件使用的，有人会觉得这样不安全，但实际上这种都是接口直连券商服务器，不连接任何不明 IP，所以安全性是有保障的。3.米筐：一个开放的量化算法交易社区，为程序化交易者提供免费的回测和实盘模拟环境，并且会不间断举行实盘资金投入的量化比赛。不同的平台会有不同的优势和特点，但是大部分不是门槛高就是不能实盘，其实市场上也有可以弥补这些确定的量化工具，只不是是。
米筐开源量化框架 RQalpha 安装使用
Leo的博客
12-30 9708
RQalpha 是 Ricequant 开源的量化框架，提供数据获取，算法交易，策略回测，实盘模拟，实盘交易，数据分析等功能。RQalpha 的安装过程并不十分友好，本文讲述如何安装 RQalpha。安装环境是 Mac OS 操作系统。 安装步骤 1. 创建虚拟环境 RQalpha 推荐使用虚拟环境来安装，以避免由于各种环境问题导致安装失败。可以使用 conda 来创建虚拟环境，为使用 conda...
米筐四季度策略精选
Ricequant的博客
01-08 2452
阅读原文请点击链接：https://www.ricequant.com/community/topic/4691/?utm_source=CSDN     白马过隙，随着最后一代90后正式踏入成年大关，我们也与2017正式说再见。在过去的一年里，公众号的粉丝成功翻番。在我们普及金融科技教育的同时，收获了与用户间的深厚友谊。本篇文章将为大家梳理2017年四季度一起度过的美好回忆。  
米筐量化交易策略代码
12-18
米筐量化交易是一个基于Python的量化交易平台，它提供了一系列用于编写交易策略的工具和API。在米筐平台上，策略代码通常包含以下几个步骤： 1. **环境初始化**：首先需要导入必要的库，如`abupy`、`tushare`等，并设置数据源和交易接口。 ```python from abupy import AbuFactorBuyBreak, AbuPickTime, AbuCapital ``` 2. **策略类设计**：创建一个继承自`AbuFactorBuyBase`或自定义的交易因子类，定义入场条件（如技术指标突破）、资金管理规则以及退出条件。 ```python class MyStrategy(AbuFactorBuyBreak): def __init__(self, fast_period=5, slow_period=60): super().__init__(fastperiod=fast_period, slowperiod=slow_period) # 添加你的买入和卖出逻辑 ``` 3. **回测和优化**：使用平台提供的`run_backtest`函数运行策略，可以调整参数进行回测并分析效果。 ```python capital = AbuCapital(1000000) # 创建资本对象 my_strategy = MyStrategy() # 实例化策略 abu_result_tuple = run_backtest(my_strategy, capital, start='2010-01-01', end='2021-12-31') ```
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

打赏作者

廷益--飞鸟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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