LSTM Networks 简介 LSTM Networks是递归神经网络(RNNs)的一种,该算法由Sepp Hochreiter和Jurgen Schmidhuber在Neural Computa
很多趋势投资者把量化交易视为一样“可以躺着赚钱的”形式。但现实真有这么美好么?策略师Nick Colas认为量化交易存在制定通用规则难、无法有效收集信息、数据挖掘工作繁重、市场情绪不断变化等十大难题。
NO:01 在投资行业一直有一个说法,靠交易盈利是所有赚钱方式中最难的一种,以至于有人戏谑称交易为投资领域的搬砖工作。 为了提升交易效率、挖掘潜在投资机会,量化交易伴随着信息技术的发展大行其道,在
NO:1 从有想法到实战,量化交易环节中的每一步,从来都不是一马平川。那些拥有丰富经验的交易者都明白,要想开发一个持续稳定盈利的交易策略,并非易事。但是,有许多量化初学者常常凭借某一回测结果,就轻易地
1,前言 写这篇文章的目的,是因为看到网络上各种几百块钱就能买到一个回测很漂亮的策略,准备实现财富自由。但开始真金白银地去交易时,就不是那么回事儿了。其实用脚指头想一想,有这么好的策略为什么卖家不自己
本文介绍跨期套利策略回测的完整版本,并提供回测代码。该代码适用OKEx交易所的合约交易规则,由于各个交易所的合约交易规则并不一样,因此使用其他交易所的数据进行代入时,得到的结果极有可能是不正确的。 本
本文探讨了量化投资新手在执行回测和建立量化模型时应时刻注意的七个“大坑”。其中,有些误区可能很常见,但其影响力却往往被人忽略,有些误区可能在学术界和实践者的研究中司空见惯,通常我们也把他们视为理所当然
因子选股模型是应用最为广泛的一种选股模型,基本原理是采用某个或某些因子作为选股的标准,满足这些因子的股票则被买入,不满足的则卖出。 因子选股模型为什么适用?举一个简单的例子:如果有一批人参加马拉松,
想在市场上赚钱,必须同时具备两样能力: 研究:做出正确的能够获利的决策,也就是寻找Alpha的能力 交易:基于研究的结果和交易信号,执行相应的下单风控等操作,也就是将Alpha落实到你账户盈利上的能力
1、幸存者偏差(Survivorship bias) 幸存者偏差是投资者面对的最普遍问题之一,而且很多人都知道幸存者偏差的存在,但很少人重视它所产生的效果。我们在回测的时候倾向于只使用当前尚存在的公司
在之前介绍均线系统的时候,我说了均线系统的日线的置信区间在5-36这个范围,也就是说,如果要以单均线来作为开平仓模块的话,应该这个参数选择在5-36之间。 这个区间是怎么得到的呢,主要是靠两个方面
了解了各个趋势追踪系统之后,我们就应该决定选择到底该采取哪个交易方式来构建交易系统。 这是一个代码化的过程,代码化的过程是一个非常重要而关键的部分,也是本书解决不了的一个问题,因为学习编程是一个系
为什么要回测? 我们首先来看一下什么叫做回测。作者认为,回测就是基于过去发生的历史信息产生历史交易,并考察这些交易业绩的过程。 如果我们把传统的交易投资视为主观交易,把量化投资视为客观交易的话,那
NO:01 有句话说得非常好:量化交易重在思想,而不在用何种交易平台。但是如果量化平台中有过多的 “ 黑盒子 ” 、或者限制过多细节,那也就意味着其已经失去本身的意义。 毫无疑问,在量化语言中,P
NO1:前言 河水并不需要计划自己的行进路线,却毫无例外的到达海洋。价格也同样如此,它总是沿着最小阻力线去运动,它总是怎么容易怎么来。如果上升的阻力比下跌的阻力小,价格就会上涨,反之亦然。通常一个大幅