本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-16 02:29
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-16 02:13
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 10:40
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 09:34
AI量化策略研究平台回测机制的概览图:
AI量化策略研究平台回测主体有两个使用频率很高的函数:initialize函数和handle_data函数,理解了这两个函数开发策略就再也不是什么难事了,结合上面K线图来理解这两个函数。 从图中可以看出,其实一共有26个事件,即26根K线,第一根K线既对应
更新时间:2024-05-15 02:10
更新时间:2024-05-15 02:10
20200610-华安证券-高频视角下成交额蕴藏的Alpha:市场微观结构剖析之七\n该篇研报介绍了一系列的高频因子,主要思想是探寻日内特定的一些时间段的成交量,占全天总成交量的占比,之后将这些因子在时序上进行求平均、方差、偏度、峰度等操作
研报地址:
/wiki/static/upload/05/0559d196-babd-4007-a12c-be1b55adf0e6.pdf
\
{{members
更新时间:2024-04-28 06:59
更新时间:2023-11-15 06:20
如何把次日开盘数据加入策略?比如竞价金额,竞价成交量。开盘涨幅。
更新时间:2023-10-17 01:36
更新时间:2023-10-09 03:36
输出:::
\
更新时间:2023-10-09 03:29
求一个范例,谢谢
更新时间:2023-10-09 03:24
最好更细粒度的, 比如分钟级别。
好像没找到。 求例子。
更新时间:2023-10-09 03:04
更新时间:2023-10-09 02:36
更新时间:2023-08-21 10:56
更新时间:2023-08-02 06:00
\
更新时间:2023-06-29 06:56
更新时间:2023-05-31 07:22
更新时间:2023-05-31 07:19
更新时间:2023-05-31 07:19
更新时间:2023-05-23 02:30
\
更新时间:2023-05-04 15:10
今天与大家探讨高频策略的回测框架。高频策略的研发,有两个显著的特点: 一是数据量大,与日频相比,分钟频率就是百倍的数据量, 到秒级别更达到上千倍的差异。 二是对交易细节敏感,回测系统要尽可能去模拟真实交易的情形,甚至要比真实交易更严格,这样研发出来的高频策略才有实盘的价值。所以高频策略要考虑的细节很多,决策时间点,成交价,手续费,流动性等。细节考虑的不到位,策略回测和实盘交易就会差异很大,降低策略研发的价值和效率。 如何在大数据量前提下,尽可能的将细节考虑到位,就是高频策略回测系统的挑战,也就是严谨和高效的权衡。
下面和大家一起构建一个秒级别的策略回测框架。 一般来说,回测框架会包含以下几个
更新时间:2023-04-10 09:18
高频交易经常被提起,却始终蒙着一层神秘面纱,仿佛那只是金字塔尖那一小撮人的玩物。今天我们就从期货高频数据下手,去揭开神秘面纱的一角,并尝试搭建神经网络模型对高频数据进行预测,抛砖引玉,希望能让对金融数据分析,量化交易,人工智能感兴趣的朋友有所收获。我们已经将本文的全部源数据+源代码+python环境打包好,做到开箱即用, 文末有获取方式,欢迎大家下载自己动手继续学习和研究。
先看我们最终的模型结果,在训练集和测试集上的表现:
下面开始探索数据。
交易时间
以本文要研究的螺纹钢(RB)为例, 与股票不同,期货不仅在工作日白天交易,很多品种还有夜盘, 每个交易日就是从夜盘开始计算的。
行
更新时间:2023-04-10 09:17
编写线段树代码
更新时间:2023-02-10 06:37