探索Backtrader：强大的Python回测框架 backtrader 项目地址: https://gitcode.com/gh_mirrors/bac/backtrader 是一个功能丰富的开源Python库，专为金融交易策略的回测而设计。无论你是初学者还是经验丰富的数据科学家，Backtrader都能为你提供灵活且可扩展的平台，让你能够专注于策略开发，而不必关心底层实现。技术分析Ba
A股回测是指使用历史数据来验证和评估某个投资策略的有效性和盈利潜力。通过回测，我们可以模拟在过去的市场环境中使用特定策略进行交易，并根据交易结果评估该策略的表现。
在本文中，我们将使用Python来进行A股回测，并展示如何使用历史数据和简单的策略来进行回测。
首先，我们需要准备历史数据。我们可以使用tushare库来获取A股市场的历史数据。下面是获取某只历史数据的示例代码：
原创
2024-01-31 11:31:43
208阅读
使用 python 的量化平台目前很多啊，现在就三家**ricequant,joinquant,raquant**做一下简单评测[分钟级别] 回测速度比较同样一段双均线（ SMA 长短线）策略，虽然这个双均线，没必要每分钟都刷，毕竟作为超短期指标，双均线意义不大。所以这也是让策略开发者困扰的一点，有时候有些策略的逻辑在“被选择的频度”下面毫无意义。镭矿则没有这一困扰，镭矿策略代码里面规定是什么频度
转载
2023-10-03 19:22:16
12阅读
01qstock简介qstock由“Python金融量化”公众号开发，试图打造成个人量化投研分析开源库，目前包括数据获取（data）、可视化(plot)、选股(stock)和量化回测（backtest）四个模块。其中数据模块（data）数据来源于东方财富网、同花顺、新浪财经等网上公开数据。qstock致力于为用户提供更加简洁和规整化的金融市场数据接口。可视化模块基于plotly.express和p
转载
2023-10-18 10:23:30
760阅读
多因子选股 Python 回测的描述
在量化投资领域，多因子选股策略因其优秀的风险收益特性而备受关注。通过综合考虑多个影响因素，投资者可以构建出更加稳健的投资组合。随着 Python 逐渐成为数据科学和金融分析的主流语言，搭建多因子选股框架并进行回测变得尤为重要。在本篇博文中，我将详细阐述多因子选股的 Python 回测过程，包括背景定位、核心维度、特性拆解、实战对比、选型指南以及生态扩展。
# Python多因子选股回测代码科普
在量化投资中，多因子选股策略是一种常见的方法，通过多个因子的综合评分来筛选股票。此方法可以帮助投资者提高选股的准确性，经过历史数据的回测，能够验证策略的有效性。本文将为您介绍如何使用Python实现多因子选股回测，并提供相关代码示例。
## 多因子选股的基本概念
多因子选股的核心思想是，选取多个因子作为股票表现的预测变量，比如市盈率、净资产收益率、营业
在这篇文章中，我将描述如何利用“神奇公式选股回测Python代码”来解决选股策略的开发和验证问题。这个策略源于对历史表现的深入分析，目的是希望找到一种能够稳定获利的选股方式。
### 问题背景
随着金融市场的不断发展和网络的普及，越来越多的人开始借助程序化交易和算法投资来实现财富增值。而“神奇公式”正是这样一种被广泛讨论的选股策略，它综合了收益性和安全性，受到投资者的追捧。
- 在进行选股回
本文试图构建一个通用的因子选股回测模型，来验证因子的有效性。什么是有效因子在构建因子选股回测模型之前，我们总结了一个有效因子的三个重要特征，它们是：①超额收益：一个有效因子，应当能筛选出好的股票组合，创造出跑赢大盘的超额收益。②持续性：一个有效因子，应当是在一个较长的时间段内持续有效，而不是仅仅在一个季度、一个年份有效。 ③稳定性：一个有效因子，不仅是对一个市场有效，而是在所有市场都有效，能够跨市
转载
2024-01-08 18:01:02
40阅读
## Python 回测数据
### 引言
在金融领域，回测是一种常见的分析方法，用于评估一种投资策略在历史数据上的表现。通过回测，我们可以了解到该策略在过去的市场环境中是否有效，并据此决定是否采用这种策略进行实际交易。
本文将介绍如何使用 Python 对历史数据进行回测。我们将以一个简单的交易策略为例，通过代码示例来说明回测的过程和方法。
### 交易策略
在本文中，我们将使
原创
2024-01-20 10:17:39
112阅读
金融是我最头疼的科目，监督自己坚持学下去！多因子选股策略理论多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票被买入，不满足的股票被卖出。例如，当很多投资者认为低市盈率（PE，公司市值/净利润）的价值型股票是好的投资标的时，他们纷纷买入低PE的股票，会使得该股票的价格上涨，这样就使得低PE的这个因子的有效性得到体现。实际上，并不是低市盈率就一定好，因为
转载
2023-10-02 08:12:12
14阅读
为了能够提供给大家更轻松的学习过程，笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容为了将专栏中分散的知识点贯穿起来，笔者在专栏的末尾小节《制作自己的量化交易工具》中分享了早期制作的一个简易版量化交易小工具，希望大家能够通过调试代码的方式掌握相关的知识。目前在场外篇第9篇中已经移植到了Python3.7x版本上，接下来我们在这个版本的基础上逐步完善这个工具，使专栏的读者不仅能够通过小
转载
2023-10-17 17:07:34
86阅读
1引言目前基于Python的量化回测框架有很多，开源框架有zipline、vnpy、pyalgotrader和backtrader等，而量化平台有Quantopian（国外）、聚宽、万矿、优矿、米筐、掘金等，这些量化框架或平台各有优劣。就个人而言，比较偏好用backtrader，因为它功能十分完善，有完整的使用文档，安装相对简单（直接pip安装即可）。优点是运行速度快，支持pandas的矢量运算；
通过Tushare和backtrader实现量化投资回测（tushare ID=418443）一.Tushare介绍二.安装Tushare三.backtrader介绍和安装四.编写代码1、初始化tushare，获取指定股票代码的股票历史数据。2、加载数据3、加载backtrader引擎，初始化投资金额4、增加策略5、布林线规则策略的具体实现6、输出回测结果并打印图形五.运行结果 一.Tushar
转载
2023-09-21 11:29:07
526阅读
2评论
我们把量化小工具的基础版本称为V0，该版本的股票行情页面中的股票名称只有4个，分别为开山股份、浙大网新、水晶光电、高鸿股份，如果同学们要添加自选股，只能在代码中添加。接下来我们把A股市场中全部的股票都添加到下拉框中去。此处使用Tushare Pro的stock_basic()接口，该接口获取上市的所有股票基础信息数据，包括股票代码、名称、上市日期、退市日期等。输入参数说明如下：is_hs：是否沪深
转载
2023-12-09 18:57:51
0阅读
一、OHLCV：当天的开盘价（Open）、最高价（High）、最低价（Low）和收盘价（Close）。如果再加上这一个小时总的成交量（Volumn），就得到了 OHLCV 数据。使用 Zipline 进行策略回测，或者用 Pyfolio 进行投资组合分析。Quantopian，就提供了基于 Zipline 的标准回测环境。国内也有诸如 BigQuant、果仁网等类似平台，提供不同市场和金融产品的交
转载
2024-02-14 19:54:27
77阅读
PyUnit（unittest） 是 Python 自带的单元测试框架，用于编写和运行可重复的测试。PyUnit 是 xUnit 体系的一个成员，xUnit 是众多测试框架的总称，PyUnit 主要用于进行白盒测试和回归测试。通过 PyUnit 可以让测试具有持久性，测试与开发同步进行，测试代码与开发代码一同发布。使用 PyUnit 具有如下好处：可以使测试代码与产品代码分离。
转载
2023-12-13 05:55:14
62阅读
作者 | liuchungui我们的回测程序是用Python写的，因为使用Jupter Notebook显示结果非常方便。但是，最近在一次运行整个回测代码时，整整花了20分钟才出现结果。于是，我们打算好好优化一下。最终，性能提升10倍以上，耗时在1分29秒左右。优化流程我们优化主要分成两部分，第一部分是程序内部逻辑，第二部分是Python提速。所以，我们整个流程可以分成下面三步：第一步，
转载
2023-11-21 16:44:09
80阅读
Q：两个有序数组合并成一个有序数组def merge_sort(a, b):
ret = []
i = j = 0
while len(a) >= i + 1 and len(b) >= j + 1:
if a[i] <= b[j]:
ret.append(a[i])
i += 1
转载
2023-11-15 18:50:00
80阅读
一、什么是RSI策略？双均线策略的思想主要是根据长短周期 MA 指标的关系来判断买卖时机。基于 RSI 指标的策略主要是根据买卖双方力量之间的对比来判断买卖点。RSI 指标是通过一段时间价格变动情况来计算市场买卖力量的对比，从而推测未来价格变动的技术指标。当RSI大于80时，称为处于超买区，意味着未来价格可能会出现下跌；当RSI小于20时，称为处于超卖区，意味着未来价格可能会出现上涨。
转载
2023-06-12 17:28:00
426阅读
好久没更，最近实在发生了太多的事情，人艰不拆。很久之前我们聊到因子库的搭建与基本面因子的一些计算。这节主要讲基本面因子分析框架的搭建，为最后的决策的使用提供一个参考（为最后拍脑袋给权重提供一个依据）。这里的分析主要还是针对基本面因子，技术因子的分析是另一个框架，因为技术因子的衰减比较快，分析的角度也会不一样。1. 需要的数据既然是分析基本面因子，我们分析的频率不需要那么高，可以放宽到
转载
2023-12-21 10:44:50
255阅读
