上篇我们一起思考、设计了一个简单的多品种网格策略。接下来，我们继续在量化交易的道路上学习、前行。本篇我们来探讨更加复杂一点的策略设计-对冲策略的设计。本篇计划设计一个多品种的跨期对冲策略，说到跨期对冲
上篇我们一起动手做了一个简单的网格策略，本期文章我们把这个策略升级扩展，扩展成一个多品种现货网格策略，并让这个策略进行实战测试。目的并非要找到一个"圣杯"，而是要从策略设计中探讨设计策略时的各种问题思
一、摘要 “一买就跌，一卖就涨”或许是很多交易初学者心中的困惑，难道真的有庄家能通过后台看到自己的账户吗？答案是否定的，准确的说不是庄家盯上了你，而是盯上了“你们这群散户”。比如开车时遇到障碍物，大部
上篇文章我们讲解到了一个简单网格策略的交易逻辑分析，本篇我们继续来完成这个教学策略的设计。 交易逻辑分析 上篇文章我们说到，只要遍历网格每个网格线，判断当前价格上穿下穿网格线即可触发交易动作。但是实际
其实在做这个范例代码之前，在发明者量化交易平台策略广场： https://www.fmz.com/strategy/151972 。已经有JavaScript版本的MACD指标画图范例了。不过应用户
一、摘要 索罗斯在1987年撰写的《金融炼金术》 一书中，曾经提出过一个重要的命题：I believe the market prices are always wrong in the sense
为什么叫它恒温器。我们根据其在市场，震荡和趋势两种模式下转换和交易的适应能力来命名这个系统。该系统源自我们对特定系统在特定市场领域的成功的观察。此系统可以创建具有双重性质的策略来充分利用市场的两种模式
一、摘要 1990年，史蒂夫 · 尼森将古老的蜡烛图技术系统地介绍给了西方投资界，这一举动震惊了传统的技术分析方法，史蒂夫 · 尼森因此被誉为现代蜡烛图技术之父。蜡烛图不仅全球广泛普及，而且经久不衰，
摘要 数据是量化交易的源头，如何高效地管理大量数据是非常关键的环节，数据库是最佳的解决方案之一，现如今数据库的应用已经是各类日内交易、高频交易等策略的量化标准配置。本篇我们来研究一下发明者量化( FM
一、摘要 发明者量化上线了基于 WorldQuant Alpha101 交易因子分析工具，为量化交易策略开发者提供了新式武器，通过分析因子帮助大家更好的理解市场，洞察金融市场背后的契机。 二、什么是
一、摘要 量能足迹图是一种高级图表分析工具，英文名称为“Footprint Charts”。它显示的是单个 K 线中每一个价格的交易活动，除了提供价格信息外，还提供交易量、主动买入、主动卖出等信息。它
1、前言 前些天发现FMZ策略回测结果输出的盈亏曲线结果比较简单，故想着是否获取收益结果数据后自己再进行处理，得到更详细的资金曲线评估报告，并且用图形可视化展示出来。着手把想法写出来的时候发现并不是那
一、摘要 威廉W%R是一种古老的技术指标，在1973年由Larry Williams首创，简称威廉指标或W%R，全称为威廉超买超卖指标。在其发表的《我如何赚得一百万》一书中进行了详细的阐述，这是一个振
一、摘要 这是一种动态调仓策略，秉持“仓位比择时更重要”的原则，在跌宕起伏的市场中屡获奇功，深受交易者们的喜爱，这就是网格交易法（Grid Trading Method）,本篇文章我们将依托发明者量化
一、摘要 最近大宗商品开始史无前例疯狂上涨模式，成为期货圈热门话题，不管是媒体还是国家监管层均有极大关注。对于交易者来说，在全球大宗商品持续通胀的情况下，择时做多就显得更有意义。本篇文章就以国内商品期
在发明者量化交易平台上做开发的小伙伴们可能经常有这样的需求： 开发出一个策略出租时希望对于策略进行不同的资金限制，对策略出租时进行不同的交易所限制（限制策略操作的交易所），再或者希望对于策略出租时进行
商品期货CTP和数字货币API有着显著的差异，熟悉数字货币程序化交易而不熟悉商品期货程序化的，不能简单的照搬经验。本贴将总结一下它们之间的异同。 历史数据 CTP接口不提供历史行情，历史行情需通过行情
“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
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
