算法交易起源于上世纪中叶的配对交易
历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯,利用空对多3:7的比例进行配对交易,在1955年到1964年间,综合回报率高达28%。到了上世纪60年代早期,投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。
配对交易逐渐成熟,发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用,同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员,后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英,算法交易的“黑盒子”便由此诞生。
随着计算机的广泛普及,华尔街各大
更新时间:2024-05-20 02:09
本文为旧版实现,仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
\
https://bigquant.com/experimentshare/723e10568f294571924b89f3953ce20b
\
更新时间:2024-05-20 01:02
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-17 10:28
本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:
https://bigquant.com/wiki/doc/5z65lqo5y2p5pw055qe6ywn5a55lqk5pit-6x1P1362eJ
[https://bigquant.com/experimentshare/6b05d7bd134e420387acfa25c37b283f](https://bigquant.co
更新时间:2024-05-17 09:23
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-17 07:50
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-17 07:08
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-17 03:49
更新时间:2024-05-16 06:36
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-16 01:58
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 10:40
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 07:35
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 06:36
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 06:35
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 06:02
\
更新时间:2024-05-15 02:10
更新时间:2024-05-15 02:10
本文介绍如何对一个回测结果进行深入分析。
我们先构建一个可视化AI策略,如下所示。
回测结果一般指策略运行完毕之后输出的能够综合反映策略效果的综合图表,如下所示:
可以看出,回测结果包括收益概括、交易详情、每日持仓、
更新时间:2024-05-15 02:10
更新时间:2024-04-26 01:17
更新时间:2023-08-30 03:27
更新时间:2023-06-26 08:17
更新时间:2023-06-15 10:43
蔡金摆动指标(Chaikin oscillator):简称CHO
所需数据和参数:CHO(high,low,close,open,volume,fast,slow )
指标伪码:
VAR1:=(CLOSE-OPEN)/(HIGH-LOW)*V;
ACCUM:=SUM(VAR1,0);
CHOVAL:EMA(ACCUM,FAST)-EMA(ACCUM,SLOW);
[/wiki/static/upload/cb/cbbb8b38-afd2-48a2-ba89-4bb8e3ceaa13.pdf](/wiki/static/upload/cb/cbb
更新时间:2023-06-13 06:53
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
阿隆指标(Aroon)
所需数据和参数:Aroon(high,low,nday,upband,lowband )
指标伪码:
UP:(N-HHVBARS(HIGH,NDAY))/NDAY100;
DOWN:(N-LLVBARS(LOW,NDAY))/NDAY100;
/wiki/static/upload/3a/3a51d61b-261d-4160-a64a-b52b18e54835.pdf
\
更新时间:2023-06-13 06:53