量化交易Python数据分析

基于python的量化交易分析

采用:

1. N日择时策略+ATR风险控制

# N日择时策略+ATR
def Nbreakstrategy(self,data,  N1, N2, n_win, n_loss):
    # N1天内最高价
    global start
    data['N1_high'] = data.High.rolling(window=N1).max()
    data['N1_high'] = data.N1_high.shift(1)
    max_val = data.Close.expanding().max()
    data['N1_high'].fillna(value=max_val, inplace=True)

    # N2天内最低价
    data['N2_low'] = data.Low.rolling(window=N2).min()
    data['N2_low'] = data.N2_low.shift(1)
    min_val = data.Close.expanding().min()
    data['N2_low'].fillna(value=min_val, inplace=True)


    # ATR止盈止损判断
    buy_price = 0
    for k_index, today in data.iterrows():
        tick = round(today.Close * 0.01, 2)
        # 买入
        if (today.Close - tick) > today.N1_high:
            print('N day buy: {} {}'.format(k_index,today.Close))
            buy_price = today.Close
            data.loc[k_index, 'signal'] = 1
        # 止损,收盘价少于买入价,卖出
        elif (buy_price != 0) and (buy_price > today.Close + tick) and ((buy_price - today.Close - tick) > n_loss * today.atr14):
            #print('stop loss: {} {} {}'.format(k_index, today.Close, buy_price))
            data.loc[k_index, 'signal'] = 0
            buy_price = 0
        # 止盈:收盘价多于买入价,卖出
        elif (buy_price != 0) and (buy_price < today.Close - tick) and ((today.Close - buy_price + tick) > n_win * to
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
## 讲师介绍: 近 5 年个人投资理财年化收益平均超 25%。如果你也想提升自己的睡后收入,轻松赚钱,那么这门课就是为你量身打造。课程基于一个完整真实的量化交易业务来讲授,并融入老师的理财经验以及使用编程技术辅助投资的技巧,让你面对各种复杂投资情况也能做到游刃有余。 ## 学习目标: 从不懂“理财”开始到实现自动交易,成为一个“技术流”理财高手 编程技术 + 核心量化策略 + 交易系统开发 + 讲师经验分享,学会用技术辅助理财 本课程从最基础的什么是量化开始讲起,即使对投资理财不了解同样可以学习,轻松入门无压力。 从如何获取数据开始,到实现实盘交易,课程对量化交易的每一步都进行细致讲解,为你铺开量化交易的每一个细节。 不仅仅只是教你学会使用某种工具,更会教给你量化交易的投资思想,让你面对各种情况都游刃有余。 ## 课程亮点: 设计适合自己并能适应市场的交易策略,才是量化交易的灵魂 课程亲手带你设计并实现两种交易策略,快速培养你的策略思维能力 1. 择时策略:通过这个策略学会如何利用均线,创建择时策略,优化股票买入卖出的时间点。2. 选股策略:掌握选股策略的核心逻辑,并基于收益率创建动量选股策略,并验证其有效性。 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统 第三方平台大而全,不易扩展,效率还差,信息安全也是大问题,打造自己的交易平台才是更优解

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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