阿布量化

上一节讲解量化交易中跨市场低频统计套利的示例，本节将示例一个与周期相关的短线择时策略，本节的内容是为《量化交易之路》中的一个小节做的完整策略实例补充。 很多刚接触交易的人总喜欢把交易看成一种有固定收入的工作，比如他们有自己的规矩，周五一定要把所有股票都卖了，安安心心过周末，周一…

上一节讲解根据比特币市场的特点编写的示例策略，本节将讲解量化交易中跨市场统计套利的示例。 算法交易之父托马斯•彼得菲最成功的一段经历是利用当时最快的计算机，租赁独享电话线以保证数据传输畅通无阻，甚至超越时代定制平叛电脑，使用统计套利在不同市场进行对冲策略。 这是最有保证的一段量…

上一节讲解的是比特币，莱特币市场的回测，以及使用abupy内置模块对市场进行分析优化策略，提高系统的稳定性，本节主要示例期货市场的回测。 1. 期货市场的特点 期货市场与之前示例讲解的股票市场，比特币市场有很大区别，期货的意思其实就是未来的商品。 如上所示保证金大概3万多块钱可…

1. 相关相似度的度量 如上所示负相关的数值有几个已经上到0.1以上了，但是由于沙盒数据中的交易品种所限，并没有找到适合构成特征（强正相关，或者强负相关）的品种。 2. 距离的度量与相似度 备注：与上述接口的使用类似，通过ABuScalerUtil.scaler_xy针对两组矢…

量化交易的最大优势即为通过计算机强大的运算能力，在市场广度分析上占有绝对优势，通过历史规律的总结，在规律的基础上发现概率优势，形成良好投机优势，量化交易离不开技术分析，本节将主要示例一些常用的技术分析在abupy中的接口实现。 1. 阻力线，支撑线自动绘制 通过阻力线，支撑线的…

上一节讲解的是A股市场的回测，本节讲解港股市场的回测示例。 1. 港股市场的回测示例 从输出可以清晰的看出，top3的高收益交易都发生在2015年3月份买入，4月份卖出，3笔收益都非常高。 结合HSI基准在3-4月之间也有一个拉升，这里的收益曲线猛烈拉升也可以理解了。 在《量化…

本章主要通过使用卷积神经网络模型 TensorFlow 的高级 api tflearn 来实现 alex_net, 与 caffe 的 google_lenet 对股票进行模式识别

本章开始说文章的核心了，模式识别提升关键的一部分 本章的内容主要是通过机器学习如 svm，随机森林等对股票模式识别的初步探索，俗称罪恶的第一步，但还是要坚定的卖出，毕竟目标是印钞机

本文使用 python 来做股票量化分析，涉及数据挖掘分析与机器学习方面知识，股票知识涉及的不多