选股策略 python(选股策略精选)
1引言
对于纯多头或空头的方向性策略而言,只有当证券价格是均值回归或趋势的,交易策略才能盈利。否则,如果价格是随机游走的,交易将无利可图(法玛有效市场假说)。换句话说,目前各种纷繁复杂的所谓量化策略大都可以归结为均值回归或趋势追踪策略。趋势追踪策略认为价格会沿着一定的趋势继续走,也常称为“惯性”或“动量”策略,很多技术指标就是基于动量的思想来设定的。今天为大家介绍著名的趋势交易策略——“海龟交易法则”,着重介绍如何使用Python对海龟的交易规则进行量化回测,尤其是对Pandas的综合运用。关于海龟原理的详细介绍和相关轶事感兴趣的可阅读原书和网上相关资料,在微信公众号后台回复“海龟交易”可下载《海龟交易法则》高清中文PDF。
plot_rps('顺鑫农业') 4 结语
卷积神经网络简介
因子有效性的检验
林晓明
TJ11:=NT=9;
将卷积神经网络运用于多因子选股时,通过分析其工作原理,我们总结出以下经验:(1)股票因子数据可以组织成二维的“图片”形式,这使得CNN具有了时间序列学习的能力。(2)当卷积核作用于股票因子数据时,本质上是在进行因子合成,因此本文只使用了一层卷积层。(3)池化层是对因子数据的“模糊化”,这对体现因子的明确意义是不利的,因此本文未使用池化层。(4)因子数据在“图片”中的排列顺序会影响到CNN的学习结果。
回测结果。
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略 · 华泰行业轮动系列之一
【华泰金工林晓明团队】财务质量因子在行业配置中的应用--华泰行业轮动系列报告之三
后来,研究者们又发现低波动率(低beta)股票组合的实际收益比高波动率(高beta)股票组合的要高,这一现象无法用五因子模型解释,于是法拉瑞利等于2013年又将波动率因子引入,建立了六因子模型。
(注:运行上述代码得到的是动态交互图,可调整时间区间)
中国铁建历史K线走势图
下面以沪深300指数为例,对唐奇安通道和买卖突破信号进行可视化。
【手把手教你】使用qstock实现量化策略选股
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七
成交量——实战运用《量价八阶律--卖出信号》
(4)全连接层:3层全连接层,分别包含100、70、40个神经元,连接权重使用truncated_normal初始化方法(截断的正态分布初始化方法,最为常用)。
快到机场了,张司机不紧不慢的继续说:“我一般只买刚开始加油门的股票。”说到这里,张司机脚下一踩油门,车速明显的加快了,然后,听得张司机对我说:“你看,我已经松了油门,可是车仍然会往前冲一段路程。股票启动的时侯,就像是车加了油门,在惯性的作用下会持续往上涨一段时间。”
一、一直是涨停
二、9:20之后出现拉升
三、集合竞价表现平平,开盘后能在均价线支撑下多次反弹
四、集合竞价表现低调,开盘后在量能支持下快速拉升。
1.量增价平--转阳信号:
2.量增价升--买入信号:
3.量平价升--持续买入:
1.量减价升--继续持有:
量减价升也多出现在洗盘的阶段!在案例中,我们可以看到,一直股票走完第一轮上涨,筹码拿的差不多的时候,下一轮回撤后反转,多数就会出现这种情况。
2.量减价平--警戒信号:
1.量减价跌--卖出信号:
2. 量平价跌--继续卖出:
3.量增价跌--弃卖观望:
TJ13:=ISLASTBAR AND BETWEEN(NT,5,8);
DRAWTEXT(NT=9,H*1.007,'高点'),COLORGREEN;
K2:=REF(NT=9,13);
DRAWTEXT(K1 AND K2 AND PERIOD=5,H*1.007,'顶'),COLORRED;
TJ23:=ISLASTBAR AND BETWEEN(NT0,5,8);
DRAWTEXT(NT0=9,L*0.994,'低点'),COLORRED;
T2:=REF(NT0=9,13);
DRAWTEXT(T1 AND T2 AND PERIOD=5,L*0.994,'底'),COLORGREEN;
一、前低假支撑
二、缩量上涨手段
一、主升浪诞生是有时间规律的
牛市初期,不大可能有主升浪,行情好转时候,应该是很多股反弹和主力初步建仓阶段,这个时候不可能有主升浪。当然我指的是牛市,不是那种大盘的反弹行情。 3、这个突破有多种形态,有的是以不引人注目地温和放量方式几个小阴小阳,过了前期高点,这说明主力已经控筹;有的是放量大阳一举冲关,以突然涨停方式冲关;等等。
二、主升浪诞生是有时间规律的
三、MACD指标明显强势特征
四、随机指标KDJ反复高位钝化
五、多空指数指标呈金叉特征
六、个股的主升浪出现,必须是在该股走出吸筹,洗盘两个节奏和阶段之后诞生了。