分类
外匯 期權 二元

量化交易入门系

微信扫一扫

Python股票量化交易到入门实战02

案例一:折线图
import pandas as pdimport numpy as npimport timeimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']# 用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号fig=plt.figure(figsize=(12,8))ax=fig.add_subplot(111)start_val=0stop_val=10num_val=1000x=np.linspace(start_val,stop_val,num_val)y=np.sin(x)'''y=sin(x)'--g':format_string方式,等同于linestyle,color,marker的结合,即破折线,绿色,像素点lw:linewidth,用于设置线条宽度label:设置线条的标签为sin(x)'''ax.量化交易入门系 plot(x,y,'--g',lw=2,label='sin(x)')#本案例主要是掌握折线图的参数
案例二:标注点的绘制

这个是可视化中非常重要的地方,通过标注点使得图例的展示更加详细和具有说服力,主要是通过annotate()函数进行赋值。
import pandas as pdimport numpy as 量化交易入门系 npimport timeimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']# 用来正常显示中文标签plt.rcParams['量化交易入门系 axes.unicode_minus']=False # 用来正常显示负号fig=plt.figure(figsize=(12,8))ax=fig.add_subplot(111)x=np.arange(10,20)y=np.around(np.log(x),2)ax.plot(x,y,marker='o')ax.annotate('sample_one',xy=(x[1],y[1]),xytext=(80,10),textcoords='offset points',\ arrowprops=dict(arrowstyle='->',connectionstyle='angle3,angleA=80,angleB=50'))ax.annotate('sample_two',xy=(x[3],y[3]),xytext=(80,10),textcoords='offset points',\ arrowprops=dict(facecolor='black',shrink=0.05,width=5))ax.annotate('量化交易入门系 sample_three',xy=(x[5],y[5]),xytext=(80,10),textcoords='offset points',\ arrowprops=dict(facecolor='green',headwidth=5,headlength=10),\ bbox=dict(boxstyle='circle,pad=0.5',fc='yellow',ec='k',lw=1,alpha=0.5))ax.annotate('sample_four',xy=(x[7],y[7]),xytext=(80,10),textcoords='offset points',\ arrowprops=dict(facecolor='blue',headwidth=5,headlength=10),\ 量化交易入门系 bbox=dict(boxstyle='round,pad=0.5',fc='gray',ec='k',lw=1,alpha=0.5))plt.show()
图例展示:

学习感悟:

其中重点是把握xy的位置赋值,xy的大小赋值等,箭头设置等,其他的可以根据实际需要进行调整。

案例三:标记最大值,最小值(通过找到最大值和最小值即可)

案例四:参考线或者区域的绘制(调用参数axhline()函数即可,主要参数有四个:获取x轴的分布范围(最小值,最大值),指定颜色,透明度四个参数。)
ax.axhspan(ymin=0,ymax=1,facecolor='purple',alpha=0.3)ax.axvspan(xmin=np.pi*2,xmax=np.pi*5/2,facecolor='g',alpha=0.3)
图例展示:

案例五:双y轴本书有自身的写法,但是笔者可以通过对函数进行调用实现。

假定df=df'close','vol','money',量化交易入门系 考虑到vol,money因子的维度要高于close,则通过调用plot中的函数进行书写,不必写的非常复杂。作者写的作为备案考虑,主要是考虑到那种调用更适合于函数调用。
df'close','vol','money'.plot(secondary_y=['close'])
案例六:条形图的绘制

入门股票量化交易,需要掌握怎样的知识体系?

微信扫一扫

1条回答 默认 最新

相关推荐 更多相似问题

回答 1 已采纳 其实量化交易没有那么玄乎,主要还是:1.反人性,任何投机市场都是少数收割多数,也就是说当大多数人都会量化交易了,量化交易照样被收割。2.在资金存量市场上量化交易是比较容易赚的,因为资金就那么多,不是东

weixin_39633252的博客 1.厘清概念,夯实技能 n深入浅出揭示量化交易的本质和源起,手把手教你部署Python环境,跟随代码示例掌握基本的编程语法和模块调用。 n2.量化交易入门系 立足A股,贴近实战 n选择A股市场作为标的,囊括多渠道数据获取、技术指标的.

量化交易快速入门指南(适用于无编程背景人士)

在 AI 这个话题被不断神化的同时,量化对于大多数人来说也成了一个越来越遥远的领域。但近年来量化投资越来越受到投资者的关注,量化产品也为投资者创造了较好的回报,很多人对量化交易就有了最为直观而浅显的认识:这能赚钱,而且能赚很多钱。

下面就跟着老李一起来揭开量化投资的神秘面纱。

一、什么是量化交易?

(一)普通人眼中的量化交易

在和很多金融领域的学生聊天时,我发现大多数人在聊到量化时第一反应就是:它很难。
接着会继续问道:
- 量化岗是不是需要数学、物理博士?
- 量化是做高频么?
- 量化需要会C语言么?
- 现在量化是不是在往AI方向上走?
其实这些问题的答案很难用简单的「是否」去解答,对于一个领域的探讨永远是多元化的,在能够帮助大家解答这些问题之前,我们还要先从量化最本质的话题聊起:什么是量化交易?

正所谓英雄不问出处,实时造就英雄,量化策略也是一样。

二、如何成为量化交易员

(一)第一步:量化交易的养成

  • 《巴菲特的第一桶金》作为最出圈的投资者,伟大的投资家沃伦·巴菲特,用37年,22笔投资,赚得了自己的第一个1亿美元。书中再现了这一历程中巴菲特的进化、思考和他的投资路线图。
  • 《彼得·林奇的成功投资》作为华尔街最为优秀的股票投资者和证券投资基金经理之一,彼得·林奇在书中分享了他的选股逻辑,告诉普通投资者如何成为股票投资专家。只要仔细观察一下商业的发展趋势,留心一下周围的世界,从购物中心到自己工作的地方,你就可以比专业分析人员更早地发现那些潜在的将会大获成功的公司。
  • 量化交易入门系
  • 《战胜一切市场的人》在本书中,这位传奇的金融天才用清晰简单的语言分享了自己在赌场和市场这两大领域的激动人心的冒险之旅,并分享了他击败庄家、战胜市场的秘诀,比如盯住“5”和“A”两张牌,就能决胜21点;而“凯利公式”“科学预测”和“价格锚点”则是战胜市场的最重要的投资策略。
  • 《笑傲股市》本书作者威廉·欧奈尔是华尔街经验最丰富、最成功的资深投资人之一,在这本书中总结了他的选股模式CAN SLIM,也被众多投资者应用于量化领域的实现。美国个人投资者协会将本书中的CAN SLIM方法与彼得·林奇和沃伦·巴菲特的方法进行比较后,于2001年发表独立研究,结果显示CAN SLIM方法每年都可以取得最好和最持续稳定的业绩,是最佳投资系统方案。

(二)第二步:从Python上手编程

1.Python是学习量化的拦路虎吗?

很多时候,我们不需要花大量的时间研究如何用编程去实现某个算法,而只需要去了解算法,并懂得如何将其应用就行了。相当于为侠客配备好了武器库,而我们只需要专注于练好武功心法即可。Python能够帮助很多量化交易员大大加快了编程效率

2.如何自学Python

上述三本书大概花费了该学员一个半月的时间,此时的他对于编程也仅仅是入门,还算不上熟练,对于语法和pandas的应用也只能算得上刚刚及格,但正如我之前提到的那样,走向精通的道路可以在量化实战中不断深化。

很多时候难住我们的可能并不是学习量化本身,而是在选择跨行转行时能否放下现在的所有,而幸运的是,这位学员坚持了下来。量化本身不难,难的在于自己勇敢的迈出第一步。

量化交易零基础入门教程

ABCDLEE 于 2021-06-02 08:49:20 发布 1471 收藏 1

  • 从零开始教编程。 靠谱的量化交易学习资源稀少,且具有不讲编程、代码较难、过多等不适合新手等问题,本教程中则会从零开始教编程,解决量化入门过难过编程门槛这一问题。
  • 量化与编程相结合。本教程不仅会教编程,而且会尽量结合量化情景,减少“我要做量化交易为什么要看这些用来培训程序员的东西”的愤懑。
  • 简易精炼,快速入门。尽量只讲最核心最常用的知识,助你快速摆脱想学习量化却处处陌生不知所措的茫然的新手阶段。
  • 文后会有自测与自学,包括一些额外的延伸自学内容以及稍有难度的自测题目。
  • 最最最基础的股票知识不会讲,比如交易量的含义、k线含义、每个股票都有六位的代码等。都很简单也很普及,遇到但不知道的话百度一下就能明白。
  • 内容是前后连贯一体的,如果跳着读可能会遇到看不懂但其实前文讲过被你跳过的情况。
  • 为了简易精炼难免不全面完备严谨。量化交易是同时涉及了金融、数学、计算机等多方面知识的,其内容繁多而高深,很多点展开讲了反而会引入更多更难的疑问。因此,学习过程中推荐先按部就班的学习一遍,实在心急好奇,不妨自己搜素下相关内容,毕竟自学是交易的必经之路。
  • 量化交易入门系
  • 目前,教程只规划做新手入门内容。已经会写策略的而只是想学用聚宽的人更应该去直接读API文档或量化课堂,如果还有疑惑可以在来查阅下本教程。
  • 希望能多多分享与推荐给更多的量化爱好者:)

12-04 51

“量化交易入门系 2021暑假Python量化投资线下实训营”由点宽学院主办,为对Python量化投资感兴趣的同学提供紧张高效的一周投资实训,教你在市场中抓住稍纵即逝的机会,通过在某重点大学量化研究中心中学习,加上仿真量化投资模拟路演大赛,真正实操Python量化投资! 上课时间: 第1期:2021.7.9-2021.7.13(7.8为报道日) 第2期:2021.7.23-2021.7.27(7.22为报道日) 第3期:2021.8.6-2021.8.10(8.

C/C++量化投资交易平台。多线程并发式高频交易平台。它遵循现代设计模式,例如事件驱动,服务器/客户端架构,依赖注入和松散耦合的强大稳定的分布式系统。它可以独立运行和直接使用。同时,它也可以作为其他EliteQuant项目的服务器端。 C/C++高频量化投资交易平台。基于C/C++ 11的多线程并发式高频交易平台。它遵循现代设计模式,例如事件驱动,服务器/客户端架构,依赖注入和松散耦合的强大稳定的分布式系统。它可以独立运行和直接使用。同时,它也作为其他EliteQuant项目的服务器端。C/C++高频量化投资交易平台。基于C/C++ 11的多线程并发式高频交易平台。它遵循现代设计模式,例如事件驱动,服务器/客户端架构,依赖注入和松散耦合的强大稳定的分布式系统。它可以独立运行和直接使用。同时,它也作为其他EliteQuant项目的服务器端。C/C++高频量化投资交易平台。基于C/C++ 11的多线程并发式高频交易平台。它遵循现代设计模式,例如事件驱动,服务器/客户端架构,依赖注入和松散耦合的强大稳定的分布式系统。它可以独立运行和直接使用。同时,它也作为其他EliteQuant项目的服务

03-25 233