2020年9月，微软开源了AI量化投资平台Qlib的源代码，随后得到了不少的，Qlib的主要优势在于：1.Python覆盖量化投资全过程，用户无需切换语言；内置许多深度学习算法模型，降低AI算法使用的门槛。2.内置A股、美股数据接入通道，基于qrun能够自动运行整个工作流程，提高开发效率。3.每个组件都是松耦合可以独立使用，用户能够自行选用某些组件。Qlib相比于我们之前介绍的bac
转载
2023-08-23 16:15:15
53阅读
不要自己造轮子，站在巨人的肩膀上！一、模块(module/package)分类①内置模块：datetime②第三方模块：vn.py③本地模块(自己写的)：module_demo加载方式①模块加载：import datetime除非你要用这个模块的很多函数，否则也不需要模块加载②全部加载：from datetime import *不推荐，因为不同模块可能有的函数名字是一样的，可能会发生冲突③针对加
转载
2023-06-30 09:16:11
139阅读
量化的软件推荐：python常用的量化软件有python、matlab、java、C++。
从开发难度而言python和matlab都比较容易，java和C++麻烦一些。
从运行速度而言，C++、java要快于matlab和python。不过对于大部分人而言，尤其是初学者，开发占用的时间远大于运行时间。如果追求运行速度的话，先将策略开发出来，再用C重写也不迟。另外，从量化资源而言，python资源
转载
2024-04-28 16:45:08
25阅读
# Python 量化平台入门
随着金融科技的快速发展，量化交易逐渐成为投资者青睐的方法之一。利用 Python 这门强大的编程语言，构建量化交易平台已经不再是难事。本文将介绍如何利用 Python 构建一个简单的量化平台，并给出相应代码示例，帮助大家理解量化交易的基本框架。
## 量化交易的基本组成部分
量化交易主要由以下几个部分组成：
1. **数据获取**：获取金融市场数据，包括历史
现在市面上比较流行的量化平台除了京东量化平台，还有优矿，聚宽，米筐等。这些平台大体上提供类似的服务，但在细节上又有所不同。量化平台的服务本质在于通过封装好的回测函数和金融数据库，帮助用户快捷的实现策略编程和回测。这个过程中免去了用户自己寻找数据，撰写回测算法的庞大工程，使得用户的策略想法可以很快的得到结果并可视化。 编程环境：京东量化平台和米筐都是支持P
转载
2023-11-01 21:54:31
16阅读
# Python搭建量化平台
随着金融市场的日益复杂，量化交易逐渐成为投资者获取盈利的重要手段。Python作为一种具有强大数据处理能力和丰富第三方库的编程语言，已经成为量化交易领域的热门选择。本文将带你了解如何使用Python搭建一个简单的量化平台，并提供实际的代码示例。
## 1. 量化交易的基本概念
量化交易，简单来说，就是利用数学模型和计算机程序来进行金融交易。量化交易策略可以是基于
为什么用Python来开发量化交易平台目前本人所在的公司一共有三款平台，分别基于C++， C#和Python。其中C#和Python平台都是由交易员开发；C++平台则是由专职IT团队作为一个通用平台开发，内部组件进行了封装（交易员不可见），对外提供行情、交易的API用于策略开发（除了C++ 外也包括C#和Python可用的API）。理论上这款C++平台应该是最为稳定和强大的，由专业人士设计，同时采
转载
2023-12-13 06:41:55
19阅读
在赫兹期货量化交易系统中创建并测试智能交易存在以下列举特性。编辑切换为居中添加图片注释，不超过 140 字（可选）在开仓之前必须验证账户内是否存在自由保证金。如果账户内的自由保证金不足，开仓交易将失败。您可以测试检验"FreeMargin"值不能够少于1000,因为测试期间一个标准手的的价格为 1000。 if(AccountFreeMargin() < 1000) return(0); /
作者：JoinQuant-TWist摘要 python是什么python的基础语法变量与赋值Python 保留字符打印 print全局变量基本数据类型-数字与字符串算术运算查看数据类型 type数据类型-列表与字典自测与自学前文讲解了量化交易中策略运行的基本框架以及实现方法，其中虽然给出一个简单策略的完整代码，但只是初步认识，想完全看懂并自己写需要掌握python这门编程语言。一般常见的pytho
转载
2024-01-22 22:51:44
35阅读
掘金量化是为专业量化投资打造的一款功能齐备的落地式终端，集成了策略开发到实盘的模块化功能，打通研究、仿真和绩效链路、兼容多种编程语言，易于使用、性能可靠，能够帮助量化投资者提高策略开发效率、减少IT投入！对于专业的量化投资机构和个人，掘金是一款高效的投研、投资工具！对于入门级的量化爱好者，掘金是一个兼容开放的学习、实践平台！如果你有独到的投资思路却不懂编程，掘金量化有完善的编程学习资料、经典策略如
转载
2023-07-27 15:46:02
149阅读
量化，应该是一个能吸引持续练习python的地方，一个能应用数据处理，统计，作图，甚至是ML和DL的地方；这个专栏的目标：1. 提升python programming水平；2. 积累数据处理，统计，作图在量化中的点滴应用希望能从0走到career levelJoinQuant API demosAPI demo1什么是jqdata?什么是g (global variable)?set_bench
转载
2024-07-22 11:43:10
23阅读
# Python量化回测平台
## 介绍
Python量化回测平台是一种用于开发和测试量化交易策略的工具。它提供了一种简单且灵活的方式来回测和评估不同的交易策略，以便投资者可以更好地理解和改进他们的交易策略。本文将介绍Python量化回测平台的基本概念和使用方法，并给出一些示例代码以帮助读者更好地理解。
## 安装和配置
要使用Python量化回测平台，首先需要在你的机器上安装Python
原创
2023-09-12 07:43:40
191阅读
# Python 量化平台写文件的探索
## 引言
在量化金融领域，数据的处理和存储至关重要。Python 作为一门强大的编程语言，广泛应用于数据分析和科学计算。本文将介绍如何在 Python 量化平台中写文件的基本方法，并通过具体示例展示文件操作的基本流程。
## 文件写入的基本概念
在 Python 中，写文件操作通常涉及到打开文件、写入数据以及关闭文件三个步骤。Python 提供了丰
原创
2024-09-14 07:09:21
9阅读
我之前在x矿发的帖子，看到有框友问这方面的问题。就挪过来了01. 默认手续费过高 问题：优矿默认手续费万八，太高（目前个人新开最低万二点五，之前有万二但被叫停了）。 尤其对于日调仓策略，万八会消耗很多利润。解决：比如万三：Commission(buycost=0.0003, sellcost=0.0003, unit=‘perValue’) 02. 基准行情和股票池不一致 问题：策略股票池创业板，
转载
2023-12-19 19:42:02
12阅读
量化投资 — 技术篇 (开篇)基础一. 前言 本系列主要论述量化投资的基础理论，诸如CAPM、APT、Foundation of Law等。本篇是此系列文章的开篇，主要介绍量化投资的基本概念并引入均值方差模型(Mean-Variance Model)。 量化投资其实就是定量投资，是通过分析一定的数据，在
转载
2023-10-15 14:20:17
30阅读
# Python最简单量化回测平台实现教程
## 1. 整体流程
下面是实现Python最简单量化回测平台的流程，我们将使用Python中的pandas和matplotlib等库来实现这一功能。具体步骤如下表所示：
```mermaid
journey
title Python最简单量化回测平台实现流程
section 初始设置
开始 --> 下载历史数据
原创
2024-07-09 05:20:18
151阅读
# Java开源量化平台入门指南
随着金融科技的迅猛发展，量化交易逐渐成为投资者的重要选择。Java作为一种广泛使用的编程语言，其开源生态系统为量化交易提供了良好的支持。本文将介绍一个基于Java的开源量化平台，并通过示例代码和关系图帮助大家理解其核心概念。
## 什么是量化交易？
量化交易是利用数学模型和算法进行的交易方式。交易者通过分析历史数据，构建模型，制定买卖策略，以期达到收益最大化
曾经作为公司的评选人，对目前几个国内的轻量化平台做过评审，这其中就包含了Bimface，forge，pkpm，品铭等轻量化平台，另外也做过自研的平台。这里只挑选Forge，BimFace，自研这三个方向来讲。平台的比较1 Forge勿用置疑是最好，功能最强大的平台，revit文件直接上传，另外还可以做自动化设计，功能相当强大。显示效果也不错。但也有一个很大的缺陷，Forge不能本地化部署，一切都是
转载
2024-05-24 18:21:05
100阅读
量化策略开发第一步：数据源开发量化策略的第一个重要环节：如何获取数据？开发量化策略所需要的数据，包括历史数据和实时数据。特别指出，我们只介绍免费的数据源，以帮助大家降低成本。先从股票开始，股票的历史数据，我们可以借用三方平台回测（例如优矿、聚宽、米筐等），相当于借用了平台的历史数据，但平台历史数据有一个问题：往往不能将全量数据下载到本地。想要自己搭建股票回测框架的话，推荐用tushare的数据，如
量化必备技能进程、线程、协程最近再做量化系统的时候，由于 python 不是很熟悉，日行情下载数据和数据清洗计算等都是单线程处理的，其速度无法忍受。 例如：日行情数据的更新，5000 左右个，更新一次，等待的时间可以把你验证想法的热情都浇灭，单线程的情况下，更新行情数据，你是可以去喝茶了，喝完茶再来看吧。还有后续的数据清洗计算、指标计算呢，时间指数级别递增。为了解决这个痛点，学习了并发，并行的
转载
2023-08-14 15:51:14
22阅读
