内容 | 位置 |
---|---|
阿布量化系统源代码 | abupy目录 |
阿布量化使用教程 | abupy_lecture目录 |
阿布量化非编程界面操作 | abupy_ui目录 |
《量化交易之路》示例代码 | ipython/python目录 |
《机器学习之路》示例代码 | https://github.com/maxmon/abu_ml |
🇺🇸 道琼斯周报示例量化分析:
🇺🇸 道琼斯日报示例量化分析:
分离基础策略和策略优化监督模块
提高灵活度和适配性
量化系统
阿布量化综合AI大数据系统, K线形态系统, 缠论,波浪理论,谐波理论,突破,整理形态分析(头肩形态,三头,三角,旗形,楔形,矩形), 经典指标系统, 走势趋势分析系统, 时间序列维度系统, 统计概率系统, 传统均线系统对投资品种进行深度量化分析, 彻底跨越用户复杂的代码量化阶段, 更适合普通人群使用, 迈向量化2.0时代.
上述系统中结合上百种子量化模型, 如: 金融时间序列损耗模型, 深度形态质量评估模型, 多空形态组合评定模型, 多头形态止损策略模型, 空头形态回补策略模型, 大数据K线形态历史组合拟合模型, 交易持仓心态模型, 多巴胺量化模型, 惯性残存阻力支撑模型, 多空互换报复概率模型, 强弱对抗模型, 趋势角度变化率模型, 联动分析模型, 时间序列的过激反应模型, 迟钝报复反应模型, 趋势启动速度模型, 配对对冲模型等.
阿布量化针对AI人工智能从底层开发算法, 构建适合量化体系的人工智能AI系统, 训练了数个从不同角度识别量化特征的评分模型,整体上分为三个系别:物理模型组、多巴胺生物模型组、量化形态模型组。不同系别模型群从不同角度(主要物理交易实体分析、人群心理、图表等三个方向)评估走势,系别的模型群是由若干个独有的识别算法和参数遗传淘汰,组成族群,加权投票评分.
阿布量化结合了传统基于代码策的量化系统, 对未来择时信号发出时机的预判, 系统基于数百种简单种子交易策略,衍生出更多的量化交易策略新策略在这些种子基础上不断自我学习、自我成长,不断分裂,适者生存,淘汰选择机制下繁衍,目前应用的量化买入卖出信号策略共计18496种。
阿布量化结合多种量化分析数据构建了数百种量化应用, 如: AI高能预警, AI高光时刻, 智能预测涨跌幅, 下跌五浪量化, 上涨五浪量化, 缠论,波浪理论,谐波理论,突破,整理形态分析(头肩形态,三头,三角,旗形,楔形,矩形), 阻力支撑强度分析, 上升三角形突破, 下降三角形, 三重底 (头肩底), 三重顶 (头肩顶), 圆弧顶, 圆弧底, 乌云盖顶形态, 上升三部曲形态, 好友反攻形态, 单针探底形态, 射击之星形态, 多方炮形态, 上涨镊子线, 向上突破箱体, 跳空突破缺口, 黄金分割线量化, 趋势跟踪信号, 均值回复信号, 止损风险控制量化, 止盈利润保护量化, 综合指标分析等.
推荐使用Anaconda部署Python环境,详见 量化环境部署
import abupy
择时策略决定什么时候买入投资品,回测告诉我们这种策略在历史数据中的模拟收益如何。
在对的时间,遇见对的人(股票),是一种幸福
在对的时间,遇见错的人(股票),是一种悲伤
在错的时间,遇见对的人(股票),是一声叹息
在错的时间,遇见错的人(股票),是一种无奈
通过止盈止损保护策略产生的利润,控制风险。
考虑应用交易策略时产生的成交价格偏差及手续费。
type | date | symbol | commission |
---|---|---|---|
buy | 20150423 | usTSLA | 8.22 |
buy | 20150428 | usTSLA | 7.53 |
sell | 20150622 | usTSLA | 8.22 |
buy | 20150624 | usTSLA | 7.53 |
sell | 20150706 | usTSLA | 7.53 |
sell | 20150708 | usTSLA | 7.53 |
buy | 20151230 | usTSLA | 7.22 |
sell | 20160105 | usTSLA | 7.22 |
buy | 20160315 | usTSLA | 5.57 |
sell | 20160429 | usTSLA | 5.57 |
针对多支股票实现择时策略,通过仓位管理策略控制风险。
一个好的策略需要一个好的标的。
正确的度量引领着正确的前进方向。
通过定制的评分机制,寻找一个策略最合理的参数,比如:应该考虑多少天的均线?
如何在投资品的量化交易中正确使用机器学习技术?
技术分析三大假设:市场行为涵盖一切;价格沿趋势移动;历史会重演。
相似的投资品数据的背后,往往是相似行为模式的投资人群。
搜索策略生成的失败交易,由裁判拦截住冲动的交易者。
abu支持股票、期货、数字货币等多种金融投资品的行情和交易,并具有高度可定制性。
关注阿布量化微信公众号: abu_quant
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。