什么是程序化/量化交易？ 量化投资就是以数据模型为核心，以程序化交易为手段，以追求绝对收益为目标的一种投资方法。从广义来说，程序化交易就是量化投资；但从狭义来说，程序化交易就是一个交易手段。就国内而言
我们每个人都是自己帐户的交易员或大或小，或长或短，或赚或赔，或专或兼，或悲或喜。市场的大佬在成为大佬之前都是从小的资金和自己的帐户做起，慢慢的做大，慢慢的成为操盘手，然后成立代客理财的期货投资公司。高
金融数学，又称数理金融学 ，是利用数学工具研究金融现象，通过数学模型进行定量分析，以求找到金融活动中潜在的规律，并用以指导实践。金融数学是现代数学与计算机技术在金融领域中的结合应用。目前，金融数学发展
当今世界的技术变化非常快，我们广大交易者恰好处于这个变革时代，有机会亲身感受这些技术变化给各个行业带来的影响。量化交易与机器学习这个领域的学习有较长时间了。今年起，将会每周和大家分享在这个领域方面的心
什么是高频交易，它的魅力何在呢？相较于低频交易而言，高频交易的主要创新之处在于其在电脑驱动之下，对变化的市场迅速做出反应，并且实现资金的快速周转。高频交易的特征是交易次数更多，而每笔交易的平均盈利较小
对成交量进行分析是实际操作中很重要的一个方面。由于流通盘的大小不一，成交金额的简单比较意义不大。在考察成交量时，不仅要看成交股数的多少，更要分析换手率的高低。 换手率是指在一定的时间范围内，某支股
紧接着上篇的文章，我们需要知道，波动对于价格的反馈能力是最好的，甚至预备一定的预测性，所以巧妙设计一个指标来捕捉波动，应用波动，有很大的门道。 策略1（AMA策略）： 取10天作为计算ER的参数，计算
分析往往离不开均线系统，她是我们观察价格走势的基础。短期均线贴近价格走势，灵敏度高，但会有很多噪声，产生虚假信号；长期均线在判断趋势上一般比较准确，但是长期均线有着严重滞后的问题。我们想得到这样的均线
导读：深度学习在图像识别和语音识别领域已经取得重大成就，但是，它在金融投资领域的效果还并没有得到广泛验证，所谓 “深度学习黑箱”，到底有多深多黑，本文做了一些不错的研究工作。 文中缩写： DBN
一．文本数据挖掘 金融市场中，投资者利用的数据主要集中于数字化的金融数据，如：历史价格、交易量、各种宏观指标等等，并在此基础上制定交易策略。然而，这并未包含另一类主要的金融数据 ——文本数据。文本数据
今天想做点简单的，甚至可以说简单到不可思议的。为了验证结果可靠， 我测试了很多期货品种 （4个金属、6个化工、9个农产品、7个工业品，几乎要把期货全品种都验证了），把资金曲线整合到一起输出成今天的文章
对于部分非金融专业出身的读者来说可能不太理解这句话代表着什么意思，到底什么是标准差？当我们面对一堆数字的时候，我们可以很简单的找出这组数字的中值，也可以很容易算出平均值。但是只有这两个数字还不够，因为
期权合约的构成要素 期权是一种标准化的期权合约交易，一般来说，一份标准化的期权合约主要包括以下内容： （一）交易单位 期权是一种到期可以选择买卖某种金融商品的权利，涉及买进或卖出一定数量的商品或者期货
华尔街 Fearless Girl 前言 BitMEX已经成为了虚拟货币杠杆交易的首选平台，但其API交易限制严格，让人十分困扰。本文主要分享在FMZ量化交易平台实盘中API使用的一些技巧，主要针
策略目的： 2月15日，币安发布下架公告，将下架CLOAK、MOD、SALT、SUB、WINGS。公告发出后，所涉及的币立即开始了下跌，一个小时普遍下跌了15%，并且随着知道此消息的用户越来越多，下跌
基本上所有数字货币交易所都支持websocket发送行情，部分交易所支持websocket更新账户信息。相比于rest API, websocket一般具有延时低，频率高，不受平台rest API频率
“吴忌寒和詹克团不久或将同时卸任比特大陆CEO一职，接任者为王姓人士。” 12月8日，这条关于吴忌寒的传闻在区块链圈内不胫而走，掀起了巨大的波澜。 “谢谢关注，不予置评，请以招股说明书为准。”比特大陆
那些被下架的数字货币最后去哪里了，被下架的数字货币,90%以上都会归零的； 当前的数字货币市场交易所或者交易平台是非常众多的，有些人气非常少的小平台是不用花任何代价就可以轻易上币交易的，所以过于宏观目
首先，数字货币的概念是个很大的概念。它不仅包括区块链技术产生的数字货币，还包括了一切数字化的其它种类数字货币。比如我们即将看到的国家法定数字货币，就极可能使用区块链以外的其它技术。 其次，区块链的
什么叫虚拟货币，就是非真实的货币。 熟知的，比如腾讯公司的Q币，新浪推出的微币，这些可以用来在网络上玩游戏看书。还有就是从2013年流行起来的以比特币为代表的数字货币，比如莱特币，无限币，夸克币，便士
我们在上文 小白机器学习基础算法学习必经之路（上 ）简述了线性回归 (Linear Regression) ，逻辑回归 (Logistic Regression) ，决策树 (Decision Tre
常见的机器学习算法 以下是 最常用的机器学习算 法，大部分数据问题都可以通过它们解决： 1.线性回归 (Linear Regression) 2.逻辑回归 (Logistic Regression)
现在很多想从事于机器学习的朋友都存在很多困惑，主要是很多相关的书看不懂，尤其是数学部分， 机器学习的基础是数学 。数学并非是一个可选可不选的理论方法，而是不可或缺的支柱。 对于机器学习算法工程师而言，
Kaggle 的房价预测竞赛从 2016 年 8 月开始，到 2017 年 2 月结束。 这段时间内，超过 2000 多人参与比赛，选手采用高级回归技术，基于我们给出的 79 个特征，对房屋的售价进行
