main # -*- coding:utf-8 -*- #正常显示画图时出现的中文和负号 from pylab import mpl mpl.rcParams['font.sans-serif']=['SimHei'] import backtrader as bt import numpy as
转载
2020-10-11 14:18:00
987阅读
2评论
目录1、模块、包和库模块包库2、Python标准库介绍3、Python内置数据类型与操作List类型与操作 Tuple类型与操作Range类型与操作字符串操作字典类型操作集合操作习题1、模块、包和库模块模块是.py为后缀的文件。该文件定义了一些常量和函数。以满足某种功能。举例：做一个处理价格序列的模块def OpenPrice(priceSeq):
Open = priceSeq
转载
2023-09-14 16:33:04
194阅读
我们在进行量化策略回测的时候，免不了要做一些时间序列的操作，比如计算过去一段时间的某个技术指标、因子等等，即时是横截面的策略，也需要在横截面数据准备后，进行时间序列的回测，用以确定因子在回测周期内的表现。在进行时序相关的回测操作时，我们通常有两种编写方式可供选择。第一种是循环回测，即按照时间序列由远及近，每次进入循环后计算指标或因子，并判断是否触发交易信号；第二种是利用矩阵进行数值计算，即先调用矩
转载
2024-08-19 10:44:03
91阅读
基于matlab的事件驱动回测框架首先安装wind量化接口并注册账号，确认可在matlab中运行后可进行回测。在Main.m中订阅股票池、指定回测开始结束日期和进行高级配置Options，运行Main.m得到策略回测结果。资产相关信息保存在Asset变量里，可调用Summary(Asset,DB,Options)输出资金曲线等。Asset为数据结构体，字段包括时间轴Times、yymmdd格式时间
在金融领域，量化交易已经成为一种流行的策略。而Python作为一门简洁且功能强大的编程语言，被广泛应用于量化分析和回测。在本文中，我将分享“python量化 回测”的解决方案，通过对背景、核心维度、特性、实战以及深度原理等多个方面的分析，帮助读者更好地理解如何高效地实现量化交易回测。
> **适用场景分析**：量化回测通常适用于金融投资分析、市场趋势预测以及股票、基金等资产的表现优化。在具体实施
01引言backtrader是功能非常强大的量化回测框架之一，得到欧洲很多银行、基金等金融机构的青睐，并应用于实盘交易中。公众号Python金融量化针对backtrader的入门和应用已连续发布了四篇推文：《【手把手教你】入门量化回测最强神器backtrader（一）》、《【手把手教你】入门量化回测最强神器backtrader（二）》、《【手把手教你】入门量化回测最强神器backtrader（三）
转载
2024-06-01 21:35:13
119阅读
backtrader属于功能相对完善的本地版Python量化回测框架。既然业界好评如云，我们作为量化交易者理应集所有好用的工具于一身，就让我们来体验一下这个框架。backtrader的使用方法在官方文档上介绍的挺详细的。大体分为两步：创建一个策略，创建一个策略类，这个类要继承自backtrader.Strategy，然后就可以自定义里面的方法。策略类中有一个类属性params，用于定义一些在策略中
转载
2023-09-26 19:15:16
252阅读
# Python量化回测框架的简介与示例
## 1. 介绍
Python量化回测框架是指使用Python编程语言来构建用于金融市场的量化交易策略，并通过模拟历史数据进行回测以评估策略的有效性。这些框架通常提供了一系列的工具和函数，用于数据处理、策略开发、回测和结果评估等功能。
在本文中，我们将介绍一个简单的Python量化回测框架，并通过一个示例来展示如何使用该框架来构建和回测一个简单的交易
原创
2024-03-24 05:59:51
255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
# 量化回测库Python实现指南
## 一、整体流程
```mermaid
flowchart TD
A(了解需求) --> B(收集数据)
B --> C(数据预处理)
C --> D(策略设计)
D --> E(回测)
E --> F(结果分析)
```
## 二、步骤及代码
### 1. 了解需求
首先，我们需要明确具体的量化回测需求，包括回
原创
2024-05-13 04:33:45
102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
Python在量化领域的现状就跟Java在web领域无可撼动的地位一样，Python也已经在金融量化投资领域占据了重要位置，从各个业务链条都能找到相应的框架实现。在量化投资（证券和比特币）开源项目里，全球star数排名前10位里面，有7个是Python实现的。从数据获取到策略回测再到交易，覆盖了整个业务链。 而全球注册用户数最多的商业量化平台Uqer优矿，也同样是基于Python实现和提
转载
2023-08-13 15:08:12
8阅读
持续行动1期 40/100，“AI技术应用于量化投资研资”之可转债投资。今天要讲一个量化的传统“科目”——回测。很多人一提及量化，第一个想到的就是回测系统，写一个strategy，搞两个技术指标跑起来看看。前面的时间我们一直在聊数据，因为数据和因子才是量化的灵魂，回测系统仅是工具，而且成熟的开源项目大把，还是很多带数据源的类似quantopian的平台。我打算分享4个量化回测引擎：pyalgotr
转载
2024-01-08 19:48:02
64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
目录一、line_profiler二、memory_profiler三、timeit四、pyheat五、heartrate六、Pycharm自带的Profiler工具七、objgraph工具八、profile和cProfile 一、line_profilerPython代码优化工具——line_profile二、memory_profilerPython代码优化工具——memory_profil
转载
2023-08-26 08:31:22
249阅读
基础回测条件市值从大到小类别：水泥制造调仓周期(交易日):50持仓数:4个股仓位权重：平权交易成本：单边
原创
2022-08-02 07:18:08
85阅读
backtrader简介 backtrader是基于Python的量化回测框架，优点是运行速度快，支持pandas的矢量运算；支持参数自动寻优运算，内置了talib股票分析技术指标库；支持多品种、多策略、多周期的回测和交易；支持pyflio、empyrica分析模块库、alphalens多因子分析模
转载
2020-10-11 12:34:00
1932阅读
2评论
# 利用 GitHub 获取量化回测框架的 Python 代码
在金融量化分析领域，使用现成的回测框架可以大大提升开发效率。今天，我们将学习如何从 GitHub 获取一个量化回测框架的 Python 代码。以下是整个流程的概述。
## 流程概述
以下表格展示了获取量化回测框架的基本步骤：
| 步骤 | 描述 |
|------|-----
Hikyuu Quant Framework是一款基于C++/Python的开源量化交易研究框架，用于策略分析及回测（仅受限于数据，如有数据也可用于期货等）。其核心思想基于当前成熟的系统化交易方法，将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件，你可以分别构建这些组件的策略资产库，在实际研究中对它们自由组合来观察
转载
2023-11-28 00:31:59
11阅读
a={'000672', '000717', '000799', '000889', '000898', '002019', '002035', '002240', '002310', '002450', '00
原创
2023-01-13 00:16:46
559阅读
