交易策略

问题

问题描述

我是参考这个帖子进行修改的：交易策略如何调整买卖时间 13。为什么会提示这个buy_price没有被定义？想请教老师帮忙看看？

问题策略

https://bigquant.com/experimentshare/45762d8fb4934bd3b579755d45357613

\

问题

在交易模块已经指定price为买open，卖close的情况下怎么实现开盘卖出清仓

需要在初始化函数写入如下自定义买卖代码

问题截图

策略

[https://bigquant.com/experimentshare/4deac4a5f3454fde9044983b52131de6](https://bigquant.com/experimentshare/4deac4a5f345

问题

如何在策略中实现最近10天内买入过的个股不再买入

\

解答

在回测中可以在卖出股票后，把卖出时间保存下来，然后买入时和当天时间进行对比就可以实现。具体可以参照下面的样例，此样例实现了持有股票必须大于n天后才能卖出和买入的股票m天内不再买入两个功能。

https://bigquant.com/experimentshare/fd94a8acc914413ea5185892d7aade09

\

现有的日回测，只能实现次日开盘或收盘的买入及卖出，请问如何实现当天收盘前5分钟卖出？能否给个例程！多谢了！

想做一个简单的可转债交易策略，使用回测模块时出现奇怪的报错，求高手指点：

https://bigquant.com/experimentshare/a83a17dc18714c4babaae64b53bd485b

\

问题

![{w:100}{w:100}{w:100}](/wiki/api/attachments.redirect?id=a1e36d24-a5a4-4474-bf7b-198f4f97a24

运行不了：

https://bigquant.com/experimentshare/b70938db6a534ecfb6ade2556e401ef4

\

cash_avg = context.portfolio.portfolio_value / context.options['hold_days']
cash_for_buy = min(context.portfolio.cash, (1 if is_staging else 1.5) * cash_avg)
cash_for_sell = cash_avg - (context.portfolio.cash - cash_for_buy)
请问这个怎么理解？
# 2. 生成卖出订单：hold_days天之后才开始卖出；对持仓的股票，按机器学习算法预测的排序末位淘汰
    if 

https://bigquant.com/experimentshare/81fc253c1f0f4f2eac71c2477849530d

\

每个品种的开仓时间，存在哪里啊？

问题

请教高手，如题，想对所有可转债对应正股进行处理，如何得到所有正股列表呢？

https://bigquant.com/experimentshare/d8fb2ec62bec4b57b09947850c349109

\

https://bigquant.com/experimentshare/612fccdedb274977ba74636700ecc9b8

\

作者：woshisilvo

导语

在以往的分享中，很多朋友们问到如何设置大盘风控？在之前的分享中，我们讲过可以采用指数的涨跌幅以及Macd指标作为大盘风控的思路，通过特征列表 构造指数特征macd表达式，再通过指数特征抽取来进行风控的设置。

bm_0=where(ta_macd_dif(close,2,4,4)-ta_macd_dea(close,2,4,4)<0,1,0)

本次我们对该思路进行改造，从以下三个方面进行优化：

• 构造指数的MAAMT指标作为指数风控的指标
• 用指数的成交量（3.5日ma线死叉）作为风控依据
• LSTM神经网络模型

今天与大家探讨高频策略的回测框架。高频策略的研发，有两个显著的特点： 一是数据量大，与日频相比，分钟频率就是百倍的数据量， 到秒级别更达到上千倍的差异。 二是对交易细节敏感，回测系统要尽可能去模拟真实交易的情形，甚至要比真实交易更严格，这样研发出来的高频策略才有实盘的价值。所以高频策略要考虑的细节很多，决策时间点，成交价，手续费，流动性等。细节考虑的不到位，策略回测和实盘交易就会差异很大，降低策略研发的价值和效率。 如何在大数据量前提下，尽可能的将细节考虑到位，就是高频策略回测系统的挑战，也就是严谨和高效的权衡。

下面和大家一起构建一个秒级别的策略回测框架。 一般来说，回测框架会包含以下几个

\

我准备交易宁德时代 和茅台 有没有大神 有合适的交易策略

python究竟怎么可以获取level2行情呢？比如百度、新浪、搜狐、CSDN等都有教程还有说明，同时还有提供一些常见的股票L2接口，包括许多模拟股票交易系统也提供了数据，但这些获取股票数据的方法并不像通过python那样方便。那么，如何通过python实现股票L2接口呢？

以下有两种情况说明：

（1）你有自己的证券商及客服专员；

在这种情况下，个人直接打电话给交易账户的证券期货供应商客户服务专员，获取CTP数据接口信息。CTP是指根据要求，进入期货公司的交易程序必须经过穿戴认证。简单地说，它是在期货公司提供的模拟环境中完成指定

https://bigquant.com/experimentshare/a4e89b23c2de4c56b6534136169d13c1

\

问题

如何修改HFTrade高频交易模块里的成交率限制volume_limit

\

摘要

作者：Taewook Kim, HaYoung Kim

出处：PLOS ONE, 2019-02

预测股票价格在制定交易策略或选择买卖股票的适当时机中起着重要作用。作者提出了融合长短期记忆-卷积神经网络（LSTM-CNN）模型，该模型结合了从相同数据的不同表示形式（即股票时间序列和股票图表图像）中的特征，以预测股票价格。所提出的模型由LSTM和CNN组成，用于提取时间特征和图像特征。作者使用SPDR S＆P 500 ETF数据来衡量所提出模型相对于单个模型（CNN和LSTM）的性能。LSTM-CNN模型在预测股票价格方面优于单个模型。此外，作者发现蜡烛图是用于预测股票价格的最

交易策略揭秘

Renaissance Technologies文艺复兴科技公司交易策略揭秘记录！该短片中详细介绍了文艺复兴科技公司多年来如何开发各种交易策略，从早期的均值回归到利用内核方法等等。

https://www.bilibili.com/video/BV1ae4y1f7Em

\

摘要

股指期货开盘动量效应我们通过对股指期货开盘动量效应的研究发现，股指期货长期存在显著的开盘动量效应。为此我们定义：如果开盘价，最低价以及收盘价随K线依次上升，那么可以判定为上涨（多头）趋势。如果开盘价，最高价以及收盘价随K线依次下降，那么可以判定为下跌（空头）趋势。

风险控制我们在进行策略的开发与设计时，对于风险的考量永远是第一位的。因此本节首先探讨两种止损方法，对于策略的止损我们选择了反向信号止损以及吊灯止损法。其中，反向信号止损为多头趋势下连续5根K线最高价依次下跌，空头趋势下连续3根K线最低价依次上涨。吊灯止损法为多头趋势下最优价格回落2.5倍ATR止损，空头趋势下最优价格

文献来源：The Long of it: odds that investor sentiment spuriously predicts anomaly returns, Journal of Financial Economics (2014), RF Stambaugh, J Yu, Y Yu

推荐原因：不少文献质疑投资者情绪是否是市场异象错误定价的核心原因，本文通过一种随机生成序列的方式证实了投资者情绪对异象解释的显著性支持，给“市场异象的错误定价源于情绪反馈”这一研究路径提供更多实证支撑，且这种情绪效应由于做空成本较高具有显著的空头收益。

简介

当推断一个高度自相关的变量

摘要

文献来源：Aboody, D., Even-Tov, O., Lehavy, R., & Trueman, B. (2018). Overnight Returns and Firm-Specific Investor Sentiment. Journal of Financial and Quantitative Analysis, 53(2), 485-505.

推荐原因：投资者情绪对于股票收益的横截面（或时间序列）属性的影响是一个具有重要研究意义的课题。个人投资者容易受市场情绪所影响，并且他们倾向于在盘后挂单进而在交易日开盘进行成交，因此股票隔夜收益可以作为度量个