- 综合排序
- 最热优先
- 最新优先
- 来自专栏人生代码
兄弟们，加入 Lyra Trading 竞赛
点击连加入 discord：https://discord.com/invite/FK9xhdsfyA
34030发布于 2021-07-30 - 来自专栏程序人生
程序化 Options trading 浅尝辄止
前几天我的前老板 T 跟我聊了下他正在着手筹划的 algo options trading 项目，他拜托我帮他找找合适的工程师。我仔细研读了他的计划书，感觉还有点意思。 对于 options trading，我是个门外汉。 对于剩余时间，option trading 要避免剩余时间太长或者太短的合约，太长的合约价格不友好；太短的合约有归零风险。如果用程序做日间交易，那么剩余时间在一周内的合约比较合适。 在 github 的 topics 下，搜索 options-trading / algorithm-trading，都能找到不少项目： 这些项目，Python 是主力，占据了半壁江山。 而在这些基础库的基础上，诞生了如 barter-rs，botvana 这样的高性能，事件驱动的 trading platform。
1.1K20编辑于 2022-12-05 - 来自专栏量化投资与机器学习
Hudson River Trading：如何正确看待Machine Learning学术论文
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。 前言 在HRT，做好工作意味着不断学习和提高。作为不断学习的一部分，HRT的研究员也持续关注学术研究——无论是为了跟上他们研究领域的最新发展，还是为了学习对我们工作有用的进展。我们经常被问到，阅读和应用最新成果是否是我
94421编辑于 2022-06-02 - 来自专栏拓端tecdat
R语言用回归构建配对交易(Pairs Trading)策略量化模型分析股票收益和价格
本文摘选《R语言用回归构建配对交易(Pairs Trading)策略量化模型分析股票收益和价格》，点击“阅读原文”获取全文完整资料。
68310编辑于 2025-01-01 - 来自专栏拓端tecdat
R语言代做编程辅导COMP 226: Computer-based trading in financial markets（附答案）
Submit your code via department electronic submission system. http://www.csc.liv.ac.uk/cgi-bin/submit.pl
40900编辑于 2022-12-17 - 来自专栏量化投资与机器学习
基于『成交数据』的股票联动研究
通过对co-trading network的分析与建模，作者主要有以下发现： 对股票进行基于co-trading network的聚类，聚类的结果与传统行业分类有较高重合度。 对股票池中，任意两个股票按找上述的方法计算co-trading score，就可以构建co-trading network。 对Co-trading network进行聚类分析 使用普聚类方法对co-trading network进行聚类分析，其中聚类簇群的数量是可以自定义的。 可以发现，在过去的3年中，行业间的co-trading越来越多。而如金融，地产及能源行业，它们行业内的co-trading反而越来越弱。 这说明，co-trading随着时间的变化还是非常大的，对co-trading network进行时序的分析也尤为重要。
87240编辑于 2023-04-20 - 来自专栏北京马哥教育
在Linux和Unix中使用chmod命令改变文件权限的用法
stock_trading_systems* #这里可以看出 所有的用户类型对 stock_trading_systems这个文件拥有读、写及执行的权限 example@localhost~/test ~/test ls -lrt stock_trading_systems -r-------- 1 example Domain Users 0 Jul 15 11:42 stock_trading_systems stock_trading_systems* example@localhost~/test chmod a-wx stock_trading_systems example@localhost~/test ls -lrt stock_trading_systems -r--r--r-- 1 example Domain Users 0 Jul 15 11:42 stock_trading_systems --reference=stock_trading_systems future_trading example@localhost~/test ls -lrt future_trading -r--
2.9K110发布于 2018-05-04 - 来自专栏WTSolutions
讯投 QMT 使用小技巧 -如何判断今天是不是交易日
在讯投QMT中判断今天是否为交易日 在讯投QMT平台中，你可以通过以下几种方法来判断当天是否为交易日： 方法一：使用ContextInfo.get_trading_dates()函数 def is_trading_day (): # 获取最近一段时间的交易日历 trading_dates = ContextInfo.get_trading_dates('SH', 0, 10) # 获取从今天开始的10个交易日 方法二：使用xtdata模块（如果可用） import xtdata def is_trading_day(): # 获取今天的日期 today = datetime.datetime.now ().strftime('%Y%m%d') # 查询上证指数的交易日历 trading_dates = xtdata.get_trading_dates('SH', today , today) return len(trading_dates) > 0 方法三：使用系统时间函数 def is_trading_day(): # 获取当前时间 now
1.8K10编辑于 2025-04-02 - 来自专栏奔跑的键盘侠
Python——量化分析介绍（九）
#交易 │ ├── __init__.py │ └── _trading_ #不准备开发 └── log #日志目录 ├── __init__.py class DailyFixing: def __init__(self): pass def fill_is_trading(self, autype=None, begin_date=None, end_date=None): dates = get_trading_dates(begin_date, end_date) if code': daily['code'], 'date': date, 'index': daily['index']}, {'$set': {'is_trading (begin_date='2018-01-01', end_date='2019-7-28') # df.fill_is_trading(autype='hfq', begin_date='2018
80611发布于 2019-08-09 - 来自专栏腾讯企点
彭博报道提及：腾讯企点QTrade为金融机构远程交流提供保障
the strengths and weaknesses of a decade-long effort to digitize nearly every aspect of securities trading With much of China’s financial industry working remotely over the past two weeks, trading in the nation Trading activity in China’s $7.4 trillion stock market has soared since it reopened after the weeklong “This outbreak presents an opportunity for China’s bond trading to become even more digitized,” said “It gives companies a reason to further compartmentalize trading procedures, so more people can work
61010发布于 2020-06-10 - 来自专栏钱塘小甲子的博客
zipline量化平台----本地化（上）
plt.gcf().set_size_inches(18, 8) plt.show() # 本地化工作开始 def load_t(trading_day, trading_days, bm_symbol )), index=trading_days) tr = pd.DataFrame(data=np.random.random_sample((len(trading_days), 7)), index Assume that market data has the right index for trade able days. # Passing in env_trading_calendar=trading Shanghai") bm = pd.Series(data=np.random.random_sample(len(trading_days)), index=trading_days) tr = pd.DataFrame(data=np.random.random_sample((len(trading_days), 7)), index=trading_days,
3.8K33发布于 2019-01-28 - 来自专栏量化投资与机器学习
高频交易已经竞争到纳秒级！！！（赠送HFT的18篇论文+15本书籍+9篇研报）
高频交易（HFT，high frequency trading）中现有的一些知名投资银行、机构交易和对冲基金维权宣传机构包括Virtu Financial、KCG、DRW trading、Optiver 、Tower Research Capital、Flow Traders、Hudson River trading、Jump trading、RSJ Algorithmic Trading、Spot Trading Automation, Trading Costs, and the Structure of the Securities Trading Industry 7. Risk and Return in High Frequency Trading 8. Does Algorithmic Trading Improve Liquidity? ? 9. High Frequency Trading and Hard Information ? 10.
3.1K31发布于 2019-02-26 - 来自专栏张家辉的树屋
Projects: 前端和 SEO
怎么进行最简单的 seo 这里有一个简单的需求,我们有个炒股投资网站需要做一个简单的 seo 处理 产品官网 www.test.com 标题： test: Mobile-Driven Stock Trading 关键词：online trading, stock, investing, trading, broker, mobile trading, real-time quotes 我们可以这样去处理问题 // 定义 title test: Mobile-Driven Stock Trading, Investing, Online Test // 定义针对搜索引擎的关键词： <meta name="keywords " content="online <em>trading</em>, stock, investing, <em>trading</em>, broker, mobile <em>trading</em>, real-time quotes" /> /
54120发布于 2021-02-02 - 来自专栏量化投资与机器学习
吐血干货 | 量化、算法、机器学习交易书单完整目录
Damodaran on Valuation by Damodaran Aswath Models Behaving Badly by Emanuel Derman Trading Systems by Building Winning Algorithmic Trading Systems by Kevin Davey Trading and Exchanges by Larry Harris Martingale The Evaluation and Optimization of Trading Strategies by Robert P. Pricing and Trading Interest Rate Derivatives by J. H. M.
1.3K10发布于 2019-05-14 - 来自专栏钱塘小甲子的博客
Backtrader量化平台教程-Portfolio级别的回测（九）
使用的时候，笔者的函数只需要如下的设置： start_date = "2017-04-01" end_date = "2017-06-20" trading_csv_name = 'trading_data_two_year.csv trading_csv_name = 'trading_data_two_year.csv' portfolio_csv_name = 'port_two_year.csv' benchmark_csv_name data # 2.1 get trading data(total trading data) trading_data_df = pd.read_csv(trading_csv_name ['tradingdate'] = trading_data_df['tradingdate'].apply(transer) trading_data_df = trading_data_df [(trading_data_df['tradingdate'] > start_date) & (trading_data_df['tradingdate'] < end_date)] trading_data_df
5.6K22发布于 2019-01-28 - 来自专栏区块链哈希
合约量化系统开发(案例分享)丨合约量化系统开发流程
Features of Quantitative Trading Robot: 1.The most obvious feature of quantitative trading is to reduce irrational investment decisions in the case of extreme market fanaticism or pessimism,while quantitative trading and use programs to turn their ideas into quantifiable strategies,using only computing strategies and trading through computers; 2.History back test,realized by computer program,can verify the rationality of trading strategy by quantifying trading ideas; 3.It can ensure the execution of transactions/profits,especially
51040编辑于 2022-06-27 - 来自专栏奔跑的键盘侠
Python——量化分析介绍（八）
用于后面的股票池策略 ├── strategy #策略 │ ├── __init__.py │ └── _strategy_ #计划简单写个，主要用于回测 ├── trading 其中get_trading_date_before(date,days)是新加的，而get_all_codes(date)函数是进行了改进，更简洁明了。 #! (begin_date=None, end_date=None): """ to get the list of trading dates. (date, days): ''' to get the trading date before,if days==1,means getting the last trading date if the last day is not a trading day(can't get any code), then get the next last day's, and then on.
1.1K60发布于 2019-08-06 - 来自专栏量化投资与机器学习
Medium 9.3K赞的文章——预测股市比你想象的要容易
Step 1: Break the financial matrix If you think trading is hard, you’re right. If you have ever tried trading a company’s earnings the market will have moved before you had a chance Day trading is now the least profitable way to trade, as only advanced supercomputers can now benefit So why do people still think day trading will make them rich? But let’s ask the obvious question here: If trading were that easy, why isn’t everybody doing it?
73330发布于 2019-02-26 - 来自专栏深度学习和计算机视觉
分享几本我看过的python量化书
Inside the Black Box A Simple Guide to Quantitative and High Frequency Trading ? Quantitative Trading ? 这本书适覆盖面比较广，量化的各个方向都有涉及，公式较多。 Quantitative Trading How to Build Your Own Algorithmic Trading Business ?
2.6K20发布于 2020-03-25 - 来自专栏区块链哈希
量化合约系统开发(源码详解)丨合约量化系统开发（技术说明）
Features of Quantitative Trading Robot: 1.The most obvious feature of quantitative trading is to reduce irrational investment decisions in the case of extreme market fanaticism or pessimism,while quantitative trading and use programs to turn their ideas into quantifiable strategies,using only computing strategies and trading through computers; 2.History back test,realized by computer program,can verify the rationality of trading strategy by quantifying trading ideas; 3.It can ensure the execution of transactions/profits,especially
50950编辑于 2022-06-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号