-
Python 量化交易
量化交易（Quantitative Trading）也可以理解为高频交易，是利用数学模型、统计学方法和计算机编程来进行金融交易的一种策略。 量化交易旨在通过系统性的、基于数据的方法来识别和执行交易机会，以实现更高效的投资和交易决策。 交易者可以通过挖掘某种证券买入价与卖出价之间的微小差价，或者在不同交易所之间寻找某只股票的微小价差，由于这类交易速度极快 -
经典的量化交易算法
加权平均价格算法（VMAP）： 以每一次交易的成交量为权重，一段时间内成交价格的加权平均值。该策略即利用历史成交量数据，将大段时间内的订单分割，成为动态发生的较小订单，目的是用接近成交量加权平均价格成交，从而以均价获利。该策略理论是以低于VWAP的价格买入或在以高于VMAP的价格卖出，则为好的交易。 如图，在低于前一分钟的vmap时买入，高于前一分钟vmap卖出。不考虑其他因素 -
2024最新量化交易基础攻略：初识迅投QMT极速策略交易系统
点击蓝字 关注我们 量化交易是一种基于数学模型和计算机技术的交易方式，通过自动化执行策略来实现盈利。随着金融市场的发展和科技的进步，量化交易已经成为越来越多投资者的选择。本文将为大家介绍2024年最新的量化交易基础攻略，以及迅投QMT极速策略交易系统的使用方法。 一、量化交易的基本概念 1.量化交易的定义： 量化交易是指通过数学模型和计算机技术，对金融市场进行定量分析和预测 -
量化交易模型100例，量化交易模型：百种策略与散户参与之路
Python股票接口实现查询账户，提交订单，自动交易（1） Python股票程序交易接口查账，提交订单，自动交易（2） 量化交易模型的基本概念 量化交易模型的定义与构成 量化交易模型是运用数学、统计学和计算机科学等多学科知识构建的交易决策系统。它由数据收集与预处理、模型构建、策略生成和交易执行等多个环节组成。数据是量化交易的基础，包括历史价格、成交量、财务数据等。通过对这些数据的分析和处理 -
手把手玩转量化交易（一）量化交易入门介绍
引言 量化交易是一种利用计算机程序对金融市场进行分析、决策和交易的方法。该方法依赖于大量的数据和数学模型，以寻找市场中的规律性和趋势性。相较于传统的人工交易方式，量化交易具有更高的效率和精度，并且可以快速适应市场变化。在量化交易的实践中，常用的策略包括趋势跟踪、均值回归、套利等等。这些策略的实现需要考虑到数据的获取、处理和分析等方面，同时也需要注重风险控制和资金管理。 -
新型对冲量化交易策略简介课件.pptx
新型对冲量化交易策略简介课件 目录交易策略概述新型对冲策略介绍量化交易策略的技术实现新型对冲策略的评估与优化风险管理与控制未来发展与展望 01交易策略概述Chapter 量化交易是指使用数学模型、统计学、计算机等技术，对市场数据进行深度分析和处理，以制定更加科学、精准的交易决策的一种交易方式。0102量化交易不依赖于人的主观判断或经验，而是通过数据挖掘和算法设计来发现市场趋势、价格波动等规律 -
量化交易新手指南：探索全自动化、无人为干扰的智能交易系统
在金融市场中，交易方式不断演进，从最初的人工交易到半自动化交易，再到现在的全自动化、无人为干扰的智能交易系统，每一步的变革都极大地提高了交易的效率和准确性。对于量化交易的新手来说，了解和掌握这一先进的交易方式至关重要。本文旨在为新手提供一份全面的指南，帮助他们深入了解全自动化、无人为干扰的智能交易系统。 一、量化交易概述 量化交易是一种基于数学模型、统计分析和计算机算法的交易方式 -
一篇文章带您搞懂量化交易（建议收藏）
什么是量化交易？量化交易是一种利用数学模型和算法进行决策的交易方法。它利用计算机程序来分析金融数据并识别交易机会，并根据预先建立的规则自动执行交易。该策略可应用于各种金融工具，包括股票、债券、期货、期权和货币，并被对冲基金和自营交易公司等机构投资者广泛使用。量化交易的主要好处之一，是它使交易者能够根据客观和数据驱动的标准，而不是主观意见或情绪做出决策。此外 -
量化交易T0策略介绍
高抛低吸、追涨杀跌、追涨停、杀入跌停一般是普通投资者的炒股方式，作为机构投资者则更具有技术含量——短时交易的量化“T+0”，A股最常见的高频交易策略类型当属“T0策略”。T0策略，指在同一个交易日内，对同一只股票多次进行买卖，在维持股票数量不变的情况下，通过高抛低吸获取额外收益。换句话来说，即当日开仓当日平仓，赚取当天的价格波动收益，这种策略方式交易频率较高，但持仓周期短。 T0策略的逻辑？ -
量化交易入门
1.量化交易简介 1.1 量化交易系统的基本结构 阿尔法模型用来预测宽客准备交易的金融产品未来的走势，从而获得投资回报；风险控制模型用来限制宽客的风险敞口规模；交易成本模型主要用来辅助为了构建投资组合而产生交易后所发生的成本； 投资组合构建模型在追逐利润，限制风险和相关成本发生之间做出权衡给出最优的目标投资组合； 执行模型通过交易将现有的投资组合转换成目标投资组合。 2.阿尔法模型 2.1
