策略1（原文的策略）： 取10天作为计算ER的参数，计算AMA时的过程见上篇 自适应均线拐头向上时按照收盘价买入； 自适应均线拐头向下时按照收盘价卖出。用本次ama减去上次的ama的正负来判断均线的走势，针对可能出现的错误信号加入一个安全垫，安全垫的公式如下：Filter =percentage * stdev( ama
转载
2024-01-29 06:52:37
149阅读
均线是个人最喜欢、常用的指标之一，当然不是仅仅用做普通的均线交叉这样的做法。众所周知，均线的一个特点就是它是具有滞后性，其最典型的体现就是用均线交叉，这个特性无法避免，因为均线是行情出来才画出来的，肯定具有滞后。如果单单只是用均线交叉进场的话，效果是非常不好。我想现在应该没人会单纯用均线交叉进出场了吧。均线交叉现在可能只作为一些人做系统研究回测的时候用，至于是否有效，有的人说可以盈利，有的说不可以
1、原理 有监督分类算法，核心思想是判断一个新的值x的时候，根据它距离最近的K个点是什么类别来判断x属于哪个类别。关键是k的选取以及距离的度量。2、距离选择 p=1是曼哈顿距离 ，对应于L1范数 &
Overlap Studies 重叠研究指标BBANDS Bollinger Bands 布林带
DEMA Double Exponential Moving Average 双指数移动平均线
EMA Exponential Moving Average 指数移动平均线
HT_TRENDLINE
转载
2024-06-28 10:20:34
143阅读
1策略思路短期均线灵敏度高，更贴近价格走势，但是会有很多噪音，产生大量的虚假信号；长期均线在趋势判断上比短期均线更加可靠，但是长期均线有着严重的滞后问题。 那么我们用考夫曼自适应性移动平均线（KAMA）来代替短期均线，用短期均线与长期均线的相对位置关系，和相对强弱指标形成买卖依据。 考夫曼自适应均线KAMA的计算公式及原理： 方向 = 价格 - n 日前价格 波动率=sum(abs(价格-上一个
转载
2023-12-24 09:36:08
1140阅读
作为一名机器学习中的小白，参数估计方法的学习必不可少，本着边学习边记录的原则，并参考一些其他博客或资源，作为打开我开始机器学习的第一扇门。先说说统计学中的两大派别：频率派和贝叶斯学派。频率派认为：参数是客观存在的，不会改变，虽然未知，但却是固定值。——似然函数贝叶斯学派认为：参数是随机值，虽没有观察到，但和随机数一样，也有自己的分布。——后验概率，贝叶斯估计在学习参数估计方法前，我觉得还是有必要复
目录前言T+0限制实现思路一、调整买卖比例并统计pnl1 - 在main中添加统计pnl2 - 调整买入比例0.98，卖出比例1.023 - 获取pnl值二、策略添加T+0限制1 - T+0实现2 - 获取T+0限制后pnl值三、盈亏柱状图对比1 - 无T+0限制柱状图2 - T+0限制柱状图四、k线图对比1 - 无T+0限制k线图2 - T+0限制k线图五、完整源码 前言之前我们已经完成了回测
转载
2024-03-04 20:33:34
117阅读
目录一、使用tushare包获取某股票的历史行情数据1.1 获取历史行情数据1.2 将互联网上获取的股票数据存储到本地1.3 对读取出来的数据进行相关处理1.3.1 删除指定列1.3.2 修改某列的数据类型 1.3.3 将某列作为行索引二、计算该股票历史数据的5日均线和30日均线三、分析输出所有金叉日期和死叉日期四、双均值策略的测试一、使用tushare包获取某股票的历史行情数据1.1
转载
2023-09-03 14:28:00
7阅读
MACD指标被普遍认为是最经典实用的技术指标之一。其实并不是因为MACD有多么精妙的算法，而是MACD遵循了最基本的“均线指导原则”，形象的将经典双均线系统换了一种更加直观的表达方式。在MT4中，默认应用的是单线MACD指标，而在证券市场分析中，一般应用的是双线MACD指标。两者在算法上有所区别，其中单线MACD指标更加基础。因其用直观的柱状体描述双均线系统的变化形态，故谓之：均线艺术家。MACD
用python计算各类移动平均线计算移动平均线是最常见的需求，下面这段代码将完成以下三件事情：1.从csv格式的文件中导入数据，数据例图如下：2.计算各类移动平均线，包括简单简单算术移动平均线MA、指数平滑移动平均线EMA；3.将计算好的数据输出到csv文件中。代码应该复制下来就能运行了，关于从哪里可以得到代码中使用的数据，后面会讲，下面贴上代码：–– coding: utf-8 ––
“””
转载
2023-11-05 17:19:41
17阅读
前言StudyQuant -【量化投资教学系列帖子】，通过实际案例教初学者使用python进行量化投资，分享最前沿的研究成果。希望能对大家有帮助。量化投资文章 概述在二级市场中，趋势形态可简单分为三种：上升趋势、下降趋势和震荡趋势。趋势跟随是一种基于价量分析的投资方式，其基本策略是在趋势开始形成时选择趋势方向买入，等待趋势结束后卖出。趋势跟随通常用作中长线策略或者周期较长的短线策略（三五天左右），
转载
2024-01-24 16:19:53
80阅读
本篇文章中，我将用 Python 构建一个简单的移动平均线交叉交易策略进行回测，并使用 标准普尔 500 指数（S&P500） 进行测试。一个简单的移动平均线交叉策略可能是使用技术指标的量化交易策略的最简单示例之一，在用 Python 进行与财务数据相关的分析时，首先导入我们所需的模块（扫描本文最下方二维码获取全部完整源码和Jupyter Notebook 文件打包下载。）：import
转载
2024-07-10 17:36:05
126阅读
均线策略应该是我们刚进入股市时就听过的一个策略，而双均线策略，顾名思义，就是两根均线：短期均线和长期均线。当短线均线上穿长期均线（金叉）时买入，当短期均线下穿长期均线（死叉）时卖出，这就是双均线策略的核心思想。下图中，黄色的线表示30日均线，白色的线表示5日均线，可以看出，当5日均线下穿30日均线时，形成死叉，股价也成空头趋势；当5日均线上穿30日均线时，形成金叉，股价之后也一直在上涨。当然
转载
2023-09-04 12:23:07
9阅读
本文采用了聚宽平台接口进行量化策略设置：一、效果图双均线策略：双均线策略，当五日均线位于十日均线上方则买入，反之卖出。二、证券知识：策略收益（Total Returns） 最容易理解的一个概念，策略收益也就是策略开始到结束，总资产的变化率。----本文 选取的平安银行 这只股票，通过双均线策略来计算策略收益。基准收益（Benchmark Returns） 如果一个策略一年赚了50%，而这一年来上证
转载
2023-10-13 15:37:14
200阅读
一.Lyapunov稳定性理论（1）Lyapunov方程\[A^{T}P+PA=-Q
\]二.正实函数（1）正实对于复变函数h(s): 当s为实数, h(s)为实数；当 Re(s)>=0 时，有 Re[h(s)] >=0. 那么我们称 h(s)为正实函数。(2)严格正实对于复变函数h(s): 当s为实数, h(s)为实数；当 Re(s) >= 0 时，有 Re[h(s)] >
转载
2024-01-06 18:50:28
467阅读
我要讲的几种方法绪论自适应滤波的基本原理自适应滤波算法自适应滤波算法种类最小均方误差算法（LMS）递推最小二乘算法（RLS）变换域自适应滤波算法仿射投影算法其他自适应滤波算法性能评价自适应滤波的Matlab仿真正弦信号加噪的LMS自适应滤波代码结果音频信号Rolling in the Deep的LMS自适应滤波音频资源代码结果及分析其他参考文献 绪论自适应滤波是近30年以来发展起来的关于信号处理
转载
2023-11-03 22:20:47
80阅读
自适应考试系统，粗浅一些的采用自定义规则，而严格一些的一般会选用“项目反应理论”来作为基础算法。
开发一套自适应考试系统，除了建立题库，按照一套理论(算法)来选题及进行能力的评估也是很重要的组成部分。自适应考试系统，粗浅一些的采用自定义规则，而严格一些的一般会选用“项目反应理论”来作为基础算法。假设，题库已经建立完成，现在需要对测试者进行评分，从而区分测
转载
2023-12-19 15:22:25
51阅读
最近看了一篇文章，里面介绍了自适应的激活函数，它可以使得网路收敛速度更快。文章：《Adaptive activation functions accelerate convergence in deep and physics-informed neural networks》激活函数是深度学习中至关重要的部分，我们在做深度学习的时候通常会利用激活函数增加网络的非线性能力，使其能够拟合更
转载
2024-01-04 13:48:26
126阅读
# Python实现双均线策略
双均线策略是金融市场中常用的技术分析工具，它通过计算不同周期的移动平均线（Moving Average, MA）来判断市场的走势。本文将带你一步步实现一个简单的双均线策略，使用Python语言。
## 流程概述
首先，我们需要了解实现双均线策略的流程，可以用表格来直观展示这些步骤：
| 步骤 | 描述
原创
2024-09-14 07:04:20
89阅读
## Python计算均线
在股市交易中，均线是一种常用的技术分析工具，用于帮助投资者判断股票价格的走势。简单来说，均线是一种通过计算一段时间内股价平均值的方法。在本文中，我们将介绍如何使用Python计算均线，并给出相应的代码示例。
### 均线的计算方法
在股市交易中，常用的均线有两种：简单移动平均线（SMA）和指数移动平均线（EMA）。简单移动平均线是将一段时间内的收盘价相加，然后除以
原创
2024-05-02 05:08:15
120阅读
