大盘风控与个股风控(止盈止损)
策略介绍
本策略主要讲解如何在策略中加入个股风控与大盘风控逻辑。
- 个股风控:个股价格低于某一价格时,但是不影响其他股票的买卖信号,也被称为止盈止损逻辑。
- 大盘风控:大盘上证指数最近表现比较差时,将仓内股票全部清空,当日不再交易。
本策略就是在平台的默认可视化线性模板策略的基础上进
由iquant创建,最终由iquant更新于
本策略主要讲解如何在策略中加入个股风控与大盘风控逻辑。
本策略就是在平台的默认可视化线性模板策略的基础上进
由iquant创建,最终由iquant更新于
可以在Initial函数中通过context的set_commission设置
def initialize(context):
"""初始化"""
print("initialize")
# 股票设置费
由qxiao创建,最终由qxiao更新于
由qxiao创建,最终由qxiao更新于
本策略基于日频双均线策略基础上,衍生至分钟频。涉及两条移动平均线——一条短期(快速)和一条长期(慢速)——并通过观察这两条线的交叉点来决定买入或卖出的时机。
由iquant创建,最终由iquant更新于
本策略是均线突破策略的期货分钟实现,通过计算均线值,并与最新价比较来进行建仓。
由iquant创建,最终由iquant更新于
本策略是均线突破策略的期货Tick级别实现
本策略是基于tick数据的高频日内交易策略。策略每tick触发一次,根据tick数据合并成分钟K线数据,然后计算分钟K线的20均线值,若当前tick价格上穿均线,则买开;反之,则卖开。每日交易次数小于2次,14:30分
由iquant创建,最终由iquant更新于
模拟交易功能是BigQuant特有的量化服务,可以根据用户的策略每日为用户通过手机,email等途径推送信号。
在进行模拟交易信号接收之前需要确保以下几点。
1.账户更新余额充足(如更新数据需要大于1C的资源)
2.已经有一个成功回测的策略。
具体模拟交易提交步骤如下
1.完
由qxiao创建,最终由qxiao更新于
在AI量化策略开发第六步:回测教程中,我们介绍了Trade回测/模拟交易模块的重要函数和策略构建的基本流程,本文主要介绍如何在Trade模块中设置手续费和滑点。
在评估策略的时候,我们设置一定的交易手续费和滑点以模拟真实交易。在策略编写中,我
由qxiao创建,最终由qxiao更新于
菲阿里四价指的是:昨日高点、昨日低点、昨天收盘、今天开盘四个价格。 菲阿里四价上下轨的计算非常简单。昨日高点为上轨,昨日低点为下轨。当价格突破上轨时,买入开仓;当价格突破下轨时,卖出开仓。
由qxiao创建,最终由qxiao更新于
由qxiao创建,最终由qxiao更新于
由qxiao创建,最终由qxiao更新于
由qxiao创建,最终由qxiao更新于
金叉死叉策略其实就是双均线策略。策略思想是:当短期均线上穿长期均线时,形成金叉,此时买入股票。当短期均线下穿长期均线时,形成死叉,此时卖出股票。研究表明,双均线系统虽然简单,但只要严格执行,也能长期盈利。
由iquant创建,最终由iquant更新于
由于深度学习中牵扯到Dropout和随机种子等多处随机项,因此如果无法固化模型,当缓存丢失后会模拟交易/回测会触发重新训练,导致模型变化,本帖介绍固化已有的模型的步骤。
第一步,调试策略
好的策略应该经过多次训练查看模型的回测效果稳定性,如
由clearyf创建,最终由clearyf更新于
由qxiao创建,最终由qxiao更新于
本文主要介绍在执行回测时,成交撮合价格如何设置以及有哪些设置方式。
当我们新建一个模板策略时,我们默认情况是如下设置:
![](/wiki/api/attachments.redirect?id=d02e5dc3-7141-472d-8479-bd725a
由clearyf创建,最终由clearyf更新于
通过数据过滤我们可以在预测的时候避开ST股和退市股,但如果很不幸我们的买入持仓中有股票变成了ST股或者退市股时,我们应该如何快速卖出逃脱呢?本节我们就聊聊如何处理持仓中的“雷”股。
我们知道,模板的策略逻辑是卖出每日预测排序靠后的股票。那么尝试思考这样一个场景:某个持仓的股票突然发布
由iquant创建,最终由iquant更新于
由qxiao创建,最终由qxiao更新于
由qxiao创建,最终由qxiao更新于
由qxiao创建,最终由qxiao更新于
在AI量化策略开发第六步:回测教程中,我们介绍了Trade回测/模拟交易模块的重要函数和策略构建的基本流程,本文主要介绍如何在Trade模块中设置手续费和滑点。
在评估策略的时候,我们设置一定的交易手续费和滑点以模拟真实交易。在策略编写中,我
由clearyf创建,最终由clearyf更新于
由qxiao创建,最终由qxiao更新于
[https://bigquant.com/codesharev2/29e63d23-f18a-4
由iquant创建,最终由iquant更新于
过滤是量化交易中最常用的选股功能,本文就来介绍几种常用过滤实现。
BigQuant平台提供了 数据过滤 模块,可以方便地针对DataFrame做列过滤。
我们首先在编写策略界面中新建一个可视化AI策略,如下图所示。 ![](/wiki/api/attachments.re
由clearyf创建,最终由clearyf更新于
由iquant创建,最终由iquant更新于