以下为币安合约实盘（1W刀每日收益截图）
币安自动化量化合约策略提供出租。可验证每日收益。
有兴趣的联系。
量化交易系统
一般来说，量化投资交易系统有四大支柱：心理素质、创新能力、资金管理、策略(方法)
心理素质大抵上包含恐惧/痛苦管理/乐观情绪管理，其关乎操盘者在交易时的抗压、守纪律的能力。具有交易经验的人想必都已有自身体验，想要驾驭多大的资金，就必须练就多大的心脏，此部分如人饮水冷暖自知，许多人承受过的痛苦真是不足为外人道。
创新能力即是进化的能力，每个参与者对交易的领悟力与适应力皆不尽相同。
心理素质及创新两部分敝团队以「心法」称之，但本篇的主题所要论究的是「功法」：量化交易的基本架构–资金管理与策略模组。
回忆录裡交易老前辈们总描述着在纸上辛勤绘製图形的故事。拜电脑软硬体发展所赐，现下的技术分析已不再需要逐步运用尺规及铅笔跟随报价机所印出的报表后面写写画画，取而代之是券商所提供的看盘软体内琳琅满目的技术分析图表。更甚者，因为网路技术的普及、知识传递速度的爆炸、交易软体与程式语言的进化，传统技术分析已经无法满足一般或专业交易者，这年头的交易战争已经更往前迈入自动化战场。现在的交易者得以透过既有的量化运算平台打造属于自己的武功及武器，以协助他们在这个日不落的线上游戏世界持续运作，并不间断地完整实现属于自己的交易理念。
一个基本的量化交易系统大致上有两个分层：资金管理层与(商品策略)层。框架(模组)决定好了，再更有系统地强化各个模组，进而更接近交易本质。
初阶的交易者多数先选定一个邻近市场，如外汇或是熟悉的台股、台指期、台指选择权，并进行策略的开发。一个基本策略的框架大致上如下，可以分成数个模组，设计者可以依循这样的框架进行一个初步策略开发或交易程式撰写：
1.多空指标
也就是多数人所认知的技术分析，诸如均线、KD、MACD、董诠通道、布林通道等大家耳熟能详的指标，场内游戏者希望能够藉此探知当前市场状态，是多或空。因此璞格交易团队在设计多空指标的时候，便以非多即空的基本模型为主(此处先不谈论交易风险)，以单纯为原则举例如下：
IfCloseAverage(High,N)thenbuy1sharenextbaratmarket(若K棒收盘价格大于过去N个K棒最高价均值–做多)
IfCloseAverage(Low,N)thenshort1sharenextbaratmarket;(若K棒收盘价格小于过去N个K棒最低价均值–做空)
这个模组主要以决定策略的多空方向为目的，亦即交易者持单的正负号。许多人至此可能心中产生一个疑问–非多即空？那么空手这种状态呢？因为量化交易的本质是以数理金融的方式思考，在数值上就计算值便只有正负两种符号–上涨或下跌趋势，空手是部位为零的结果，部位数的大小不在指标这个模组中决定，是由后文将提及的部位管理(风险管理)模组或是滤镜所定。
2.滤镜(Filter)
滤镜的功能即是用以「过滤杂讯及假讯号」，可以是价位型态(例如关键价位)或是时间型态(特定交易时间)。使用某种降噪技巧分辨出市场噪音较大或是杂讯较多的状态，减少不必要或是较为不利的交易行为。
3.进场讯号
考量多空指标和滤镜后所进行实际的进出点位判断逻辑，可分为基本单与加码单。下方举例藉多空指标赋予实际的进出逻辑：(以均线为例)
「当收盘价位于均线之上且碰触昨日高便作多」
「当收盘价位于均线之下且碰触昨日低便放空」
4.加码讯号
加码讯号可视为进场讯号的延伸，可同样使用多空指标及滤镜为判断依据，亦或其他方式。以海龟的交易方式为例，依进场讯号的基本单在若干浮动损益或其他特殊状况才进行部位加码。
5.出场讯号
出场讯号可使用方式列举如下：
a)以反向讯号为出场讯号。
b)藉由每根K棒或若干时间重新运算口数公式P，若P现有部位则减码出场(风险平衡)，P值的基本运用方式可参考海龟投资法则(WayoftheTurtle
heSecretMethodsthatTurnedOrdinaryPeopleintoLegendaryTraders)书中描述。
c)特定极端条件列表、例如爆量、涨跌停。
部位管理(PositionSizing/风险管理)
部位管理亦是滤镜的一种，但为动态方式呈现，其原理是在风险值高(杂讯高)的时候将部位放小，风险值低(杂讯程度低)的时候将部位放大。
以上大致为拟定一个策略的基本框架，当交易者将设计完成的基本策略放置到市场后，它就成了为辛勤工作并有获利能力的一位小员工。.
而系统顺利的在市场存活了一段时间后，交易者会渐渐增加商品及策略的複杂度，当员工变多了，甚至跨足全球市场，那么便需要下一个至关重要的分层：资金管理层。这一层面的技术需要借助第三方软体协助，如Excel或自行撰写程式。
资金管理模组大致上也有几个环节：
1.Reinvestment(再投资与风险管理)
用以管理获利与亏损的架构，建立赢要冲输要缩的机制。爱因斯坦曾说：複利的威力比原子弹更惊人，事实上此处才是交易的决胜关键。
2.策略终止线(风险管理)
用以管理系统中商品进出，并确保策略运用了正确的上架与下架机制。
3.讯号优先权处理(Priority)
当资金有限，但出现适合下单的商品或讯号过多时，用以取决哪些讯号享有优先上架或优先停利等条件。
一套完整的量化交易系统范畴已经超越了传统交易的型态，当它被设计为武器后，配载系统的交易者更能在市场中享有高度竞争优势。
(来源：量投网）
打造一套完整交易系统的必要条件
系统是什么？所谓系统化，应该是一种行为规范，是人类在长期社会实践中，认识现实世界的过程。在最开始，人们只是认识到事物的局部，随着这些局部的不断积累和深化，才最终认识到了事物的整体，以及构成整体的各个局部之间的联系。换句话说，系统化就是将这些积累起来的对于局部的认知，以一种有序而又直观的方式表达出来的方式。
金融投资是一种繁琐而复杂的活动，投资者要面对的不光是价格波动本身，还要面对造成价格波动背后的复杂性因素，更要面对投资者自身情绪上的不确定性。正是因为这些复杂性和不确定性，才造成在期货的实际交易中，绝大多数投资者长期下来最终都以失败而告终。
因此，要想在期货市场上长期生存并保持稳定的一致性获利，必须在充分认识市场的基础上，去建立一个有效的系统化手段，把一切的复杂性和不确定性全部加以量化，所有的交易都是有序而直观的，才能最终达到低风险，高回报。
一、完善的交易系统应该具有以下特征：
1、稳定性：表现为收益的稳定性，有可能有大起，但决不会有大落，一切可能造成重大损失的交易都不会存在，哪怕这种可能性微乎其微。
2、枯燥性：挣钱没有乐趣可言，过程一定是枯燥的，交易系统经过验证可行以后，每天只是枯燥的去执行，具体交易不需要掺杂任何的个人感情，个人成就感不会存在，因此很枯燥，但很有效。
3、简单性：交易计划的制定和执行全部加以程式化，人需要做的只是把它们去付诸实施，并加以监控。简单而有效。
二、完善的交易系统，应该包括交易体系，风险控制体系和监控体系三个方面：
1、关于交易体系：
交易体系相当于战士手中的武器，自然是威力越大越好。
在市面上，各类交易软件，交易系统比比皆是，当然效果也有好有坏，在交易软件或者是交易思路的选择上，需要把握好以下几点即可：
a、简单原则：
价格瞬息万变，纷繁复杂，如果用一套复杂的系统去描述复杂的市场只能适得其反，而且也不利于投资者及时作出快速有效的反应。用一套简单、精确而且高效的行为模式去描述市场，才能不被表面的大量随机因素所蒙蔽。
b、无谓的过渡优化：
多数人总是试图找出完美卓越的交易系统和方法，其实这是一种近乎于单纯的想法，市场的价格变化包含着大量的随机因素，甚至包括人的心理因素，是呈现一种非线性的市场，纷繁复杂，而交易系统是线性的，只能捕捉市场中规律性的一面，这就足够了，过度的优化对收益没有什么作用。
c、捕捉规律性：
市场的运行实际上非常简单，只有三个方向：上涨、下跌、横盘，对于上涨和下跌，很容易进行描述，但市场大多数时间是处在横盘状态，如何虑掉横盘，在横盘的时候不做单，或者想办法做到横盘的时候不亏钱或者少亏钱，一旦出现趋势，获利就成为必然了。
2、风险控制体系：
风险控制无疑是交易过程中的重中之重，一些老生常谈的关于风险控制的话题，在实际交易中常用的一些控制风险的心得提出来。
a、量化风险：
对，没错，就是量化风险，每一笔交易做多少手，最多亏损多少，应该是提前制定好和算出来的，假设10万资金，每笔交易只允许亏损全部资金的2%，如果买*豆，止损，那只允许买2手，碰到止损正好赔2%；如果止损，则可以买4手，碰到止损也正好是赔元，2%；如果止损，甚至可以买10手，当然我们不会去做10手的，毕竟还有别的约束条件，我们的目的就是降低风险，量化风险，2%是我们在每次交易中所能接受的最坏结果，一旦到了2%的损失，没有任何理由能够阻止我们离场。
b、分散风险
/p>
鸡蛋当然不能放同一个篮子里，尤其是期货，如果把资金都投入到一个品种中，那无异于*博。鸡蛋不但不能放在同一个篮子里，而且还要放在各式各样的篮子里：要分散到不相关的品种中，甚至，如果条件许可，还要分散到不同的交易模式中。
c、不要去追求过高的回报：
世上没有风险的利润是不存在的，过分的利润一定伴随着过分的风险，知足常乐，一年50%左右的利润对于任何行业来讲都是极为可观的，不要去贪求过高的利润，它只会为你带来压力和痛苦。找一套切实可行的交易模式，制定好严格的风险体系，然后就等着收钱吧。
3、关于监控体系：
只要是人就会有缺陷，就会有高潮低谷，就可能造成不可弥补的损失，说句不好听的，头天晚上跟老婆吵一架，第二天就有可能做出灾难性的交易。世界上大战役产生的损失都是这样或那样因素造成的，滨中泰男的住友事件、尼克里森的巴林银行事件，还有亨特兄弟的白银事件，他们都曾经辉煌过，曾经呼风唤雨过，但都过分的依赖了个人的能力，也许曾经成功过次，但最后一次的失败足以抹杀所有的成功。
每一位操盘手都有阶段性，某个时期可能交易的非常好，但毕竟都是有血有肉的个体，都难以摒弃人性的弱点：贪婪和恐惧。因此，操盘手的概念，个人英雄主义一定要摒弃，一切都要交由团队来完成，团队的成员进行细致的分工，互相制约，计划的制定者和计划的执行者必须要分开，以保证交易计划能够始终贯彻执行。
完善的交易系统必须要有团队完成。组建一个团队，该团队由三类人组成：管理员，交易员，风险监控员。必须对他们的职责进行详细的划分：
1、管理员：
a、不断完善交易系统，填补漏洞。
b、制定奖惩制度，统一组织协调并审议交易计划。
c、定期总结资金运作状况。
d、不得干涉交易员的日常交易。
2、交易员：
a、交易员：每天提供交易日志，并定期向投资人提供收益报告。
b、交易员严格按照交易日志提供的投资方案进行交易，交易员在盘中严格执行交易计划，按计划入市，止赢只损。
c、了解所有的规则之后，严格按照规则办事，不能出现任何错误。
d、如果市场行情发生突发变化或接近账户总体风险限额时，交易员必须及时将交易及持仓状况向管理员汇报。
3、监控人员：
a、当账户浮动亏损或者实际亏损达到总资金7%时，风险监控员有权亮*灯，不得开新仓。
b、当账户浮动亏损或者实际亏损达到总资金10%时，风险监控员有权亮红灯，警告交易员必须平仓并停止交易，总结休息后方可重新交易；当账户浮动亏损或实际亏损达到18%时，必须完全清仓，并报告管理员准备账户的清算。
c、监督交易员贯彻、执行交易计划，当交易员有侥幸心理，不贯彻交易计划的时候，监控员协同交易员执行计划并上报管理员。
d、严格检查交易员的交易日志，检查资金持仓状况，发现问题及时上报。
e、每个交易日向管理员报告当日交易状况及持仓状况。
f、每日绘制资金曲线。
量化交易系统
作者：MathQueen
来源：知乎
一、量化交易都是什么
量化交易、程序化交易、量化投资，听起来很高大上的名词。随着市场的成熟化，去散户化，量化交易慢慢成为机构投资的主要手段之一，但它真的如同印钞机一样，躺着赚钱，还是不过是把“手动亏钱”变成了“自动亏钱”，本文说说。
成熟市场，散户的占比是很少的，比如美股，不到10%的散户比例，其他都是机构，再比如外汇交易市场，就没几个散户，因为散户早就死光了。有些外汇黑平台，你只要去它哪里炒外汇，给你送美金，各种赠送，因为它心里太清楚不过，来一个死一个，几乎不会有例外。
既然当散户，就是被收割的命，那就不要人为炒了，用计算机来搞，计算机没有情绪，严格执行指令，如果稳定盈利，岂不是日进斗金。是不是想象很美好？
量化交易在外汇市场最为流行，因为外汇是高杠杆，而且24小时交易，作为一个交易者，如果按照日常作息去炒，只怕你在睡梦中，就爆仓了。外汇市场主要的量化工具是MT4（metatrader4），在MT4，MT5平台上，量化策略几万个，如过江之鲫。什么策略都有，只有你想不到，没有策略做不到的。
量化策略有几个大的方向，趋势、网格、趋势+网格、还有目前最为流行的机器学习。最简单的策略比如MA20策略，价格在20日均线以上就买，在20日均线以下就卖，别看这么简单，已经比大多数策略都强了。
机器学习就更是一个大开脑洞的地方，什么隐马尔科夫链、卷积、循环、蒙特卡洛树搜索，因为机器学习的决策特别像人，有些模糊化随机化，给人感觉机器给的指令，那就是深不可测，啥也别说的，听机器的就对了。于是掀起了一轮新的装X高潮。
趋势策略，一般是吃大势，在震荡过程中，不断承受小的亏损，最后通过盈亏比达标，获得利润。趋势策略基于人对于股市的认知，即所谓“截断损失，让利润奔跑”（losscut，profitrun）。趋势策略没有什么数学基础，都是靠感觉。认为虽然大部分时间市场哪儿都不去，就在那儿震，但一旦形成趋势，就可以获得超常回报。这就有一个问题了，“趋势”是真的存在吗？市场的“趋势”还是“震荡”是人想象出来的，还是真有？
网格策略，跌了买，涨了卖，这个倒是有一定数学基础，也就是马丁格尔网格，俗称“翻倍加注法”，如果输了，下次*注加倍，只要赢了一把，就能回本并盈利。条件是本金要无限多。
以上无论是什么方法，其实都是人凭借想象，对股市一种感觉，落实到策略上，最后通过回测，证明了这个方法的可靠。
二、当前量化方法的有效性数据测试的误区
现在测试量化方法的有效性，就是通过“回测”，回测是将历史数据，带入到自己的策略中，模拟过去时段策略的表现，但“回测”的作用，估计大多数都误会了，它基本上毫无用处。
然后对回测的结果，进行调整（调参），妄图达成一条稳定向上的曲线。奔着这个目标，耗尽心血，浪费了大把时间。
1、回测方法不科学，造成新手的第一大坑
经常有量化新手，学习量化没三天，跑出来的收益曲线惊天地泣*神，什么几倍都是小菜，什么几百倍，甚至几千万倍都有，按照这收益曲线，巴菲特直接被秒杀。可这些新手也不想想，你哪里来的自信，开几个脑洞，就赚这么多，这世界上还有人需要辛苦工作挣钱吗？
新手犯错可能有几种：
1）程序根本就写错了，呵呵
2）未来函数，这是个比较隐秘的坑，需要好好找找原因，什么让你穿越了时间？
3）大大低估了手续费与滑点的影响，其实，在交易中，手续费（或者说所有中间费用的总合）是决定性的。我看很多人回测A股，如果是趋势交易，设置交易费用千一，滑点千三，那就是太小看滑点了。（至于滑点是什么，可自行百度）
4）无法成交的情况，比如涨跌停，你根本买卖不到，如何交易？
5）因为低估手续费，就造成低估了频繁交易手续费的影响，容易使得交易策略高频化，收益曲线看上去非常惊人。
2、回测是对历史的归纳，与未来是否有相关性？相关性大坑
这方面有几个案例，通常前几年表现好的基金，后几年就差；业绩差的基金经理，开除后业绩反而变好，这不是随口说说，有这方面研究论文。
换个市场，换个品种，换个时段，同样的策略，回测结果千差万别。
就算你避开了新手的坑，你同样可能掉进一个无穷回测的坑。
举个例子，你回测两个品种，一个回测结果好，一个回测结果差，请问你接下来打算应用该策略到哪个品种上？
如果你说肯定是用在回测结果好的品种上，否则我要回测干什么，不就是寻找好的结果吗？
恭喜你，你接下来，更大概率是会输给哪个回测结果差的。
3、调参的大坑
调参可能发生在所有策略中，特别是现在的机器学习最流行。想调个天昏地暗，又怕过拟合。
参数越多，得出的结果可能会越荒谬。这个就像你面对一个复杂系统，每多一个复杂度，系统就会更加混沌。你判断的最终结果大概率就是个错的。还不如家里的一条狗，来选股。
热衷于调参的人，都是一根筋，沉浸在虚拟的快感当中。可是结局早就注定是徒劳的。
量化圈经典的几个笑点：
1）回测吊上天，实盘不如狗
2）炒股穷三代，量化毁一生
以上，回测的意义是完全没有吗？其实是有的，比如你在程序中犯了一个低级错误，然后回测结果几万倍，你就知道，肯定是写错代码了。回测的作用也就是这个了。
三、量化交易的根本问题
量化交易，通过建模，回测，然后通过程序化自动交易，取代了人工的买卖，效率上自然不必说，还是有进步的。
但量化交易的根本数学逻辑是什么，那就没那么明显了。
对市场价格进行数学变换，几乎所有市场，从加密货币，外汇，到美股、港股、A股，其实都一样，遵循完全相同的概率密度曲线，说个结论，比如外汇的EUR/USD,数学计算出来的结果是1.，随机过程是1，两者仅相差0.，也就是说，EUR/USD无限接近于随机过程，如果算上手续费、点差等因素，已经远低于1.了，你长期炒，只会通向死亡的终点。这一点也和外汇市场散户炒家近%死亡率吻合。
当然市场有好有差，但空间都很小，手续费算进去，就没有哪个市场是很容易的，随着市场的成熟，空间会持续减少，直到变成外汇市场。外汇市场是最难的市场，是无敌的存在。
大致的市场空间排序为加密货币A股美股港股外汇。
四、总结
量化交易，很多新手都有误解，以为就靠几个想法，就可以从市场上赚取大笔的钱，躺着赚钱是多么的令人神往。
但往往时间一长，就不再狂妄，知道市场是多么强悍。区别只在于，是被市场教训的早，还是教训的晚。
量化交易搞得比较大的平台，像Botvs,vnpy，聚宽，米宽等等，虽然掌握那么多量化的知识，积累了那么多量化的资源。最后还是靠给别人提供量化服务，教别人如何量化来赚钱了。你理解到底是为什么吗？
而你，既不是智商高达，也不是数学天才，更是连一个IMO奥数题都做不出，就你那点脑洞，真以为市场是病猫，也是你可以随意蹂躏的？
博尔系统去量化交易-最新电脑版炒股软件-官方下载
博尔系统去量化交易_解析炒股90%的难题,实时预测股市涨跌,2分钟高效选股,博尔系统去量化交易,度监看主力动向,实时提示股票信号,一次注册,免费使用!
智能选股策略
智能炒股软件
BS点提示软件
波段炒股软件
free.dn.
如果一个交易策略要求你利用信号触发前的价格进行交易，那么这个交易策略就存在偷价的问题。偷价发出的交易信号不会消失，但是你已经没有机会利用这个信号进行交易了。例如，信号可能提示，如果当天收盘价高于前一天最高价，则利用当天开盘价进行买入，而在开盘价成交已经几乎是
量化交易alpha、beta、shape等基本概念梳理_量化交易研究
-
量化交易alpha、beta、shape等基本概念梳理、期货型基金(CTA)的Alpha和Beta是指什么?0S0S:指数增强就是在跟踪标的指数基础上,主动暴露一些因子风险敞口,来获得这些因子的风险收益。
量化交易入门_青云诀的博客_量化交易入门
-
提到量化交易如何入门,很多人都是列了长长的书单,书自然都是好书,但对于想入门的人来说未免太繁杂,兴趣一下就被打压了。其实一个想入门的门外人,最想要的其实是一个简单快速的入门方法,不想看了那么多书,却还写不了一个量化策略...
#量化交易_什么是量化交易
weixin_5的博客
量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种”大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。量化交易，有时候也称自动化交易，是指以先进的数学模型代替人为的主观判断。比较浮夸的说法，量化本身是一种投资风格，一种交易手段，一种技术优势。然而，有人在里面得到了，巨额回报，有人在里...
python量化交易教程
0-0
python量化交易教程
量化交易入门先看这几种常见的策略分类_量化交易研究-C...
-
量化交易的本质是对数据的处理和内在规律的探索,本文简要概括了市场上常见的量化策略类型,并给出了对应的例子。希望能帮助大家构建对量化策略的整体认识。一起开始今天的学习吧~涉及到的市场...
量化交易让股市成为你的印钞机_量化交易研究
-
虽然盈利的交易很稀疏,但是却远离零点,亏损交易很密集,但紧贴零点,所以从右边的资金曲线上看,策略总体上是盈利的。所以,量化交易者会坦然的接受亏损,也会正确的看待盈利,它们只是交易系统的一个部分。
一篇文章看懂：量化交易
bigquant的博客
什么是量化交易？度娘官方版—理论这么说量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。简介版—职场上的量化交易量化交易主要是根据纯粹的数据，做一些统计类型的工作，从中找到一套正期望值的交易信号系统。这个信号系统会...
从零构建区块链量化交易平台实战
0-
p国内第一套区块链量化交易实战课程。本课程主要分享从零搭建区块链量化交易平台(包括Java后端、Web端、App端)的过程、途中遇到的问题及解决方法，帮助想尝试量化交易的战友的少走弯路，更有效率的提升自己的能力。同时也分享一些个人在量化交易领域的心得体会。/p
关于量化交易,你知道多少呢?_xinshengdaxue的博客
-
什么是量化交易?量化交易就是用先进的数学模型替代人为的主观判断,利用计算机技术从过去众多的数据中选择能带来收益的,可能性比较大的事件以制定策略,减少投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
一个量化交易策略师的成长史_量化交易研究
-
按语:本文是一篇真实讲述一个宽客从事量化工作的经历,让量化投资者了解下量化交易的工作生活是怎样的。读完本篇自述,或许能给解答许多困惑已久的问题。正文:我之前在全球top5券商工作时也主要以CTA研究为主,每天都在不停的进行各种回...
清华-尹成老师-Python量化交易day
0-
尹成老师带你步入python量化交易的殿堂，讲课生动风趣、深入浅出，全套视频内容充实，整个教程以python语言为核心，完整精彩的演练了pythonGUI量化交易操作流程以及各种精彩的小项目等，非常适合大家学习！
一位从事量化交易的实战者，手把手带你入门量化交易！
zandaoguang的博客
0
大数据文摘出品来源：quantstart编译：LYLM、笪洁琼本文作者是一位从事量化交易的实战者，他将他的实战心得写成一个量化交易系列，本篇则是系列的第一篇，从文中你会对整个量化交易的框...
量化交易第一课简介
我是小白呀的博客
5
量化交易(QuantitativeTrading)是借助现代统计学和数学(机器学习)的方法,利用计算机技术来进行交易的证券投资方式.
python量化交易（）
0-0
用python语言实现量化交易，以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
量化交易主流框架介绍
清平の居士馆
量化交易主流框架介绍talibtalib的简称是TechnicalAnalysisLibrary,主要功能是计算行情数据的技术分析指标numpy介绍：一个用python实现的科学计算包。包括：、一个强大的N维数组对象Array；、比较成熟的（广播）函数库；、用于整合C/C++和Fortran代码的工具包；、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包s...
量化投资速成营
0-
p《量化投资速成营》面向spanstyle="color
e5;"strong零基础/strong/span，对量化投资感兴趣，希望以量化投资作为职业的同学；以及希望通过学习量化投资的方法，运用量化投资在金融市场获利的同学/pp本课程是我们量化投资系列课程中的入门基础课程，将为您讲解spanstyle="colore5;"strong量化投资最为核心的理论、逻辑、方法和策略/strong/span，课程覆盖了spanstyle="colore5;"strong股票、期货、数字货币等国内可以投资的核心金融资产/strong/span，对每一类资产，spanstyle="colore5;"strong从思路到代码，手把手详细讲解该类资产最主流的量化投资策略/strong/span/pp助您在spanstyle="colore5;"strong较短时间/strong/span，掌握最核心的量化投资方法、最主流的量化投资策略/pp课程主讲老师曾就职于大型券商资产管理部、头部私募基金、头部金融互联网公司，担任量化投资研究经理。拥有spanstyle="color:#e5;"strong0年量化投资实盘交易经验，独立管理资金规模峰值过亿/strong/span。/pp自有资金运用量化投资的方法，spanstyle="color:#e5;"strong入市至今获得50倍以上的累积利润，部分实战账户的业绩展示：/strong/span/ppspanstyle="color:#e5;"strongimgsrc="
