请问一下站内大佬,有人知道吗?如何做出同花顺alphahua那种《k线训练营》的ai智能k线决策吗?
更新时间:2023-10-09 08:48
麻烦,问一下,期货日内分钟K线图画的时候出现这个错误,怎么解决完善?
https://bigquant.com/experimentshare/d01379a313004a6895b7644f8f0ec144
\
更新时间:2023-10-09 07:36
新手想问一下在trade运行中,这个错误是什么意思,需要在什么地方改正
\
更新时间:2023-10-09 07:12
个股每日的炸板次数该怎么获取呢?
更新时间:2023-10-09 06:09
更新时间:2023-10-09 03:36
m = M.trade.v4( instruments=['510330.HOF'], start_date=start_date, end_date=end_date, initialize=initialize, history_ds = history_ds, before_trading_start=None, handle_data=handle_data, # 买入订单以开盘价成交 order_pric
更新时间:2023-10-09 03:32
根据【模板策略】LSTM+CNN深度学习预测股价案例没有成交?
https://bigquant.com/wiki/doc/shendu-gujia-4teFqoC7MV
或
https://bigquant.com/community/t/topic/194980
https://bigquant.com/experimentshare/52d3c0772a2d4ef9bb5950c7c6646170
\
更新时间:2023-10-09 03:16
上图为买入twap1 卖出为twap8时候的持仓比率
下图为买入open 卖出close时候的持仓比率 请问这是哪里的问题?
![{w:100}](/wiki/api/attachments.redirect?id=9b51f825-7d67-4158-a063
更新时间:2023-10-09 03:08
根据【模板案例】盘前撤单再委托
https://bigquant.com/community/t/topic/191526
结合视频
在模板案例及视频中7月14日只有浦发银行成交,但是我克隆了上述策略,发现7月14日,成交了两笔,分别是浦发银行及万科A,为什么不一致?
[https://bigquant.com/experimentshare/55bcf4598c2b40b58f5b74c47af151b3](http
更新时间:2023-10-09 03:05
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
用同花顺看 当时是没有除权和其他情况在的 麻烦看一下
更新时间:2023-10-09 02:56
老师好,我想基于强化学习ddpg训练一个交易策略,由于强化学习训练时每次需要和环境(gym)交互,想用交易引擎实现一个env,在训练的时候直接调用该env进行训练。这个有相关的案例可以参考么?
更新时间:2023-10-09 02:39
153 # 今天和上次交易的时间相隔hold_days就全部卖出 datetime.timedelta(context.options['hold_days'])也可以换成自己需要的天数,比如datetime.timedelta(5) -->
154 if data.current_dt - positions_lastdate[instrument]>=datetime.timedelta(0) and data.can_trade(context.symbol(instrument)):
155 context.order_target_percent(co
更新时间:2023-10-09 02:39
回测如何设置一次全仓买入一只股票
更新时间:2023-10-09 02:35
更新时间:2023-08-30 03:29
更新时间:2023-08-30 03:27
更新时间:2023-08-30 03:27
研报:
{{membership}}
https://bigquant.com/codeshare/38ef8568-518b-4756-98f0-8dd8722d01e5
[https://bigquant.com/codeshare/942d320a-c17f-4061-9e56-d24e3a0ac472](https://bigquant.com/
更新时间:2023-08-07 05:52
更新时间:2023-06-15 10:43
梅斯线(Mass):
所需数据和参数:Mass(high,low,smoothlength,summationlength,malength )
指标伪码:
MASSVAR0:=EMA(HIGH-LOW,SMOOTHLENGTH);
MASSVAR1:=EMA(MASSVAR0,SMOOTHLENGTH);
MASSVAR2:=IF(MASSVAR1>0,MASSVAR0/MASSVAR1,0);
MASSVAL:SUM(MASSVAR2,SUMMATIONLENGTH);
[/wiki/static/upload/b4/b4d2ac13-d4
更新时间:2023-06-13 06:53
心理线(Psychological line):简称Psy
所需数据和参数:Psy(close,nDay,threshold1, threshold2 )
指标伪码:
PSY:COUNT(CLOSE>REF(CLOSE,1),NDAY)/NDAY*100;
/wiki/static/upload/c3/c3c6e415-2abe-4c54-885f-a338fffb2e73.pdf
\
更新时间:2023-06-13 06:53
顺势指标(Commodity Channel Index):简称CCI
所需数据和参数:CCI(high,low,close,tp_per,md_per,const )
指标伪码:
TYP:=(HIGH+LOW+CLOSE)/3;
CCI:(TYP-MA(TYP,tp_per))/(const*AVEDEV(TYP,md_per));
[/wiki/static/upload/66/66738cbe-f3d6-4cfe-b4da-2219d83947a3.pdf](/wiki/static/upload/66/66738cbe-f3d6-4cfe
更新时间:2023-06-13 06:53
前情回顾:传统上,研究人员需要以劳动密集型的方法去研究因子,因子组合和规则组合。这样的方法是低效的,非常像工业化之前的手工作坊。
本方法针对现有技术存在的不足,依靠当今强大的计算力,提供一种能满足用户预期收益风险需求的、高效的自动批量产生交易策略的方法。
去伪存真:自动产生出来的策略并不能直接用,而是需要策略研究员的进一步筛选。我们给策略研究员提供了一系列能够避免未来函数、过度拟合和贴合实际交易环境的方法
具体实践:
避免未来函数——推进分析+模拟盘
过拟合——参数敏感性分析+主观归因
策略周期——最大回撤失效+预测值和实际值IC判别法
更新时间:2023-06-13 06:53
分钟行情数据,提供了持仓量分析的微观视角。我们借助统计方法,从股指期货的分钟行情数据中,选出“交易激进”的部分样本,再进行交易行为的分析。由此构造的交易策略,年化收益为34.5%,年化波动为27.4%,最大回撤为36.5%,信息比率为1.26,Calmar比率为0.95。
成交持仓表,提供了持仓量分析的宏观视角。中金所每个交易日公布的“结算会员成交持仓排名”数据,是一项十分宝贵的市场信息。由此构造的交易策略,年化收益为17.0%,年化波动为12.1%,最大回撤为10.2%,信息比率为1.41,Calmar比率为1.67,日胜率为57.3%,盈亏比为1.48。
结合微观与宏观两
更新时间:2023-06-01 14:28
中高频机器学习再出发
区别于传统的主观规则交易,机器学习模型可以挖掘出更多的非线性模式。我们设计的集合分类回归策略采用XGBoost机器学习模型,并使用集合学习对机器学习模型进行融合来预测日内涨幅。
日内涨幅影响因子
我们共挖掘出15个因子:隔夜涨幅,集合竞价阶段第一阶段涨幅,集合竞价阶段成交金额占比,第一阶段委比变化,第二阶段委比变化,第二阶段涨停和第二阶段持续上行与日内涨幅有正向影响;集合竞价阶段第二阶段涨幅,集合竞价阶段成交金额占当天总成交金额的比例,第一阶段涨停,第二阶段的委买一价,委卖一价均值的平均值,第二阶段的委买一价,委卖一价均值的最大值,第二
更新时间:2023-06-01 14:28