写点什么

量化自动套利分红机器人系统开发(成熟技术)

  • 2022 年 10 月 10 日
    广东
  • 本文字数:1407 字

    阅读完需:约 5 分钟

量化投资策略是利用量化的方法,进行金融市场的分析、判断和交易的策略、算法的总称。

量化交易机器人,I34 系 I633 统 53I9 开发,量化套利软件定制

海龟交易策略是一套非常完整的趋势跟随型的自动化交易策略。这个复杂的策略在入场条件、仓位控制、资金管理、止损止盈等各个环节,都进行了详细的设计,这基本上可以作为复杂交易策略设计和开发的模板。

网格交易是利用市场震荡行情获利的一种主动交易策略,其本质是利用投资标的在一段震荡行情中价格在网格区间内的反复运动以进行加仓减仓的操作以达到投资收益最大化的目的。通俗点讲就是根据建立不同数量.不同大小的网格,在突破网格的时候建仓,回归网格的时候减仓,力求能够捕捉到价格的震荡变化趋势,达到盈利的目的。

等等各类策略

#-*-coding:utf-8-*-

import numpy as np

import pandas as pd

'''

Series 数据对象的生成

'''

s = pd.Series([-1.1556677, -1.277655], index=["a","b"])

print(s)

print("<<<--->>>")

#指定 dtype 为 int6

s2 = pd.Series(["a", -1.1556677, -1.277655], index=["a","b","c"])

print(s2)

print("<<<--->>>")

#ndarray 数据类型创建 Series 对象

s3 = pd.Series(np.random.random(5), index=["a","b","c","d","e"])

print(s3)

print("<<<--->>>")

s4 = pd.Series(np.random.random(5))

print(s4)

print("<<<--->>>")

#以字典作为类型创建 Series 对象

s5 = pd.Series({'a':0, 'b':1, 'c':2}, index=["b","c","d","a"])

print(s5)

print("<<<--->>>")

#以常量值作为数据类型创建 Series 对象

s6 = pd.Series(5., index=['b','c','d','a'])

print(s6)

print("<<<--->>>")

'''

Series 数据对象的访问

'''

s = pd.Series({'a':0,'b':1.,'c':2.}, index=["b","c","d","a"])

print(s.values)

print(s.index)

print(s['a'])

print(s[['a','b']])

print(s[:2])

print("<<<--->>>")

'''

DataFrame 数据对象生成

'''

#以列表组成的字典形式创建

df = pd.DataFrame({'one':[1.,2.,3.,5], 'two':[1.,2.,3.,4.]})

print(df)

print("<<<--->>>")

#以嵌套列表形式创建

df2 = pd.DataFrame([[1.,2,3.,5],[1.,2,3.,4]], index=['a','b'], columns=['one','two','three','four'])

print(df2)

print("<<<--->>>")

#以二维 ndarray 创建

data = np.zeros((2,), dtype=[('A','i4'), ('B','f4'), ('C','a10')])

data[:] = [(1, 2., 'hello'), (2,3.,'world')]

df3 = pd.DataFrame(data)

df4 = pd.DataFrame(data, index=['first', 'second'], columns=['C','A','B'])

print(df3)

print(df4)

print("<<<--->>>")

# series 组成的字典形式创建

data = {'one':pd.Series([1.,2.,3.],index=['a','b','c']), 'two':pd.Series([1.,2.,3.,4.], index=['a','b','c','d'])}

df5 = pd.DataFrame(data)

df6 = pd.DataFrame(data,index=['d','b','a'])

df7 = pd.DataFrame(data,index=['d','b','a'], columns=['two','three'])

print(df5)

print(df6)

print(df7)

print("<<<--->>>")

#字典的列表形式创建

data = [{'a':1, 'b':2},{'a':5, 'b':10, 'c':20}]

df8 = pd.DataFrame(data)

print(df8)

'''

访问 DataFrame 数据对象的方法

'''

print("<<<--->>>")

print(df8.index)

print(df8.columns)

print(df8.values)

print(df8['a'])

print(df8.a)

print(df8[0:1])

print(df8.loc[:,['a','b']])

print(df8.iloc[0:2, 0:1])

# print(df8.iloc[[0,2],[0,1]])

# print(df8.ix['a',['one','two']])

# print(df8.ix[['a','b'],[0,1]])

# print(df8.ix[[0,1],[0,1]])

用户头像

还未添加个人签名 2022.05.23 加入

区块链项目开发,咨询weixin:hkkf5566

评论

发布
暂无评论
量化自动套利分红机器人系统开发(成熟技术)_开发微hkkf5566_InfoQ写作社区