读取基金数据，然后画线# coding: utf-8
import pandas as pd
import matplotlib.pyplot as plt
# 读取csv文件里的基金数据
fund = pd.read_csv("./csv/001112.csv", dtype={"fcode":str})
fund['fdate'] = pd.to_datetime(fund['fdate'
转载
2024-01-02 22:09:19
233阅读
大小盘轮动选股策略Python量化交易——使用`qteasy`测试一个大小盘轮动交易策略问题介绍策略思想策略的实现创建交易策略配置回测参数策略的回测结果策略的进一步改进可视化报告的使用交易明细报告改进后的策略设置改进后的结果策略思路的延伸 Python量化交易——使用qteasy测试一个大小盘轮动交易策略问题介绍今天我们尝试利用qteasy模块来测试一个大小盘轮动交易策略，看看它能否给我们带来超
转载
2024-02-26 18:25:53
21阅读
看到大多数计算最大回撤的代码都是 的算法复杂度，其实最大回撤的计算用 的算法复杂度就能实现，只需对 复杂度的代码稍作修改即可。我们先来回顾下最大回撤的定义：我们来生成一个数组，包含连续1000个时间点的账户价值import matplotlib.pyplot as plt
import numpy as np
np.random.seed(1)
a = np.random.randn(1000
转载
2023-12-10 19:25:58
0阅读
第一部分：沪深300指数正态性检验 正态分布是金融学中的最重要的分布，也是金融学理论的主要统计学基础之一。a.投资组合理论:当股票收益率呈正态分布时，最优化投资组合可以在如下假设中选择：只有平均收益和收益的方差以及不同的股票之间的协方差与投资决策相关。 b.资本性资产定价模型：当股票收益呈现正态分布时，单独证券的价格可以很好地以某种大规模市场指数的关系表示。 c.有效市场假设：有效市场是指价格反映
转载
2023-08-28 12:58:51
5阅读
最近市场行情比较火爆，但是对于股票小白来说，很容易被割韭菜。但是看着火爆的行情又心痒痒，那么投一支主动型基金未尝不是一个不错的选择。毕竟基金不需要你天天盯着打理，风险还相对较小。那么，对于基金小白来说，又该怎么投资呢？对于基金投资小白来说，定投无疑是最佳方案，它可以平摊风险，适合长期投资。下面我就用python来模拟一下基金定投的过程以及最终收益。我模拟了三种投资方案，分别是定时定投，逢跌定投和智
转载
2023-08-15 14:47:57
4阅读
衡量某一投资组合策略的绩效就是要考察其实际投资组合所承担的风险与所获得的收益是否匹配，主要指标有Sharpe Ratio、Treynor Ratio、Sortino Ratio、Jensen’s Alpha、Information Ratio、T2、M2等。Sharp Ratio、M2——衡量总风险 Sharpe Ratio：SRP=(E(Rp)-Rf)/σp，E(Rp)表示投资组合的预期收
转载
2024-01-30 06:23:27
123阅读
基金的特点
资金银行托管
流动性好，随时赎回
赎回时间
T+0 货币基金
T+4 股票基金 混合基金 债券基金
T+10 海外
基金种类划分
按照投资对象划分
种类与收益
股票基金 >混合基金 >债券基金 >货币基金
80%股票 无比例 80%债券 <1年货币市场
按照投资策略划分
指数基金
指
转载
2021-06-11 07:15:27
341阅读
基金的特点资金银行托管流动性好，随时赎回赎回时间T+0 货币基金T+4 股票基金 混合基金 债券基金T+1
原创
2022-06-23 09:05:04
160阅读
现在许多人都想学会理财并进行适当的投资，从而增加“睡后收入”，迈向财务自由。说到投资，最经典的当然是股市了，但股市对于大部分人而言是烫手山芋，无法从中获得稳定的收益。因此，对于大部分人而言，最好的投资产品还是基金。基金分为好几种，因此收益的计算公式也分许多种，我们这里介绍三种最常见的收益计算方式，从而找到收益最高的那种基金：第一种是七日年化收益。最常见的是余某宝和一些理财基金。第二种是每日万份收益
目前三季度已经过去了一个月，大部分基金都已经公布了三季度持仓数据，今天我们就用 Python 分析以下今年三个季度基金的调仓情况。获取数据第一步，我们要获取目前发行的所有基金及其持有的股票。可以写一个爬虫去基金网站爬数据，但太麻烦，这里其实是有捷径的。有些朋友可能听说过量化投资，这些做量化投资的平台都会提供金融数据，我们只要安装相应的 Python 包就可以获取股票、基金、债券相关的数据。本次分析
转载
2023-10-12 10:10:22
8阅读
指数：000300 沪深300000922中证红利对应基金：005918 天弘沪深300ETF联结C100032 富国中证红利指数增强A
原创
2022-08-09 19:18:49
83阅读
有了Alphalens，单因子测试打遍天下无敌手
原创
2022-02-23 15:18:41
2890阅读
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
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
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
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；
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
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
