现货量化+合约交易+合约跟单系统开发(案例开发)/策略详细/逻辑方案/项目源码

简介:  量化交易需要以大量的数据作为基础,通过对大量数据的分析,来做出理性的判断,预测未来价格的走势,量化交易从狭义上来说就是指程序化的交易,自动下单。从广义上来说,就是指系统性的交易,量化交易可以简单理解为机器人交易,用计算机算法来交易。

  量化交易需要以大量的数据作为基础,通过对大量数据的分析,来做出理性的判断,预测未来价格的走势,量化交易从狭义上来说就是指程序化的交易,自动下单。从广义上来说,就是指系统性的交易,量化交易可以简单理解为机器人交易,用计算机算法来交易。

  人工智能(Artificial Intelligence,简称AI)是指计算机系统在完成类似人类智力所需的任务时所表现出来的能力。它是一种复杂的技术,通过将大量的数据输入到算法中进行学习,不断调整和改进自己的算法,从而不断优化其性能。

 #print(bi,ei,start_date,end_date)

  #buys,sells=check_days_money(ts_code,name,date,days=5)

  plt.figure(figsize=(30,18))

  plt.grid()

  if money_df is not None:

  buy_lg_vol=money_df['buy_lg_vol'].values[bi:ei]

  sell_lg_vol=money_df['sell_lg_vol'].values[bi:ei]

  buy_elg_vol=money_df['buy_elg_vol'].values[bi:ei]

  sell_elg_vol=money_df['sell_elg_vol'].values[bi:ei]

  buy_md_vol=money_df['buy_md_vol'].values[bi:ei]

  sell_md_vol=money_df['sell_md_vol'].values[bi:ei]

  buys=buy_lg_vol+buy_elg_vol

  sells=sell_lg_vol+sell_elg_vol

  changeBuys=buys*5

  days=5

  for k in range(days-1,len(buys)):

  temp=0

  for i in range(days):

  temp=temp+buys[k-i]

  changeBuys[k]=temp

  changeSells=buys*5

  for k in range(days-1,len(sells)):

  temp=0

  for i in range(days):

  temp=temp+sells[k-i]

  changeSells[k]=temp

  pers=(changeBuys)/(changeSells+1)

  percount=pers*ma5.mean()

  if len(pers)<=10:

  return

  plt.plot(x_array,ma5Mean_array,c='yellow')

  if len(x_array)==len(percount):

  plt.plot(x_array,percount,c='black')

  plt.plot(x_array,closes[begin_count:end_count],c='r')

  plt.plot(x_array,ma5[begin_count:end_count],c='g')

  plt.plot(x_array,ma10[begin_count:end_count],c='b')

  plt.plot(x_array,ma20[begin_count:end_count],c='y')

  xtick=np.arange(begin_count,end_count+1,10,dtype=np.int)

  plt.xticks(xtick)

  for index,pct in zip(index_array,pct_array):

  c=closes[int(index)]

  if pct<0:

  #plt.quiver(index,c,0,1,color='g',)

  plt.text(index,c,s='%.1f'%pct,alpha=0.5,backgroundcolor='g')

  else:

  #plt.quiver(index,c,0,1,color='r',)

  plt.text(index,c,s='%.1f'%pct,alpha=0.5,backgroundcolor='r')

  #plt.title('%s suc%d fail%d%.1f'%(ts_codes,suc,fail,earnings))

  #plt.plot(index_array,pct_array,'om')

  plt.savefig(writefilename,format='png')

  #plt.show()

  plt.close()

相关文章
|
存储 应用服务中间件 文件存储
Nginx代理作为文件服务器
Nginx代理作为文件服务器
|
存储 SQL Java
Java8 stream 中利用 groupingBy 进行多字段分组求和
Java8 stream 中利用 groupingBy 进行多字段分组求和
|
算法 数据可视化 Python
Python启发式算法中爬山法的讲解及解方程问题实战(超详细 附源码)
Python启发式算法中爬山法的讲解及解方程问题实战(超详细 附源码)
380 0
|
存储 JSON NoSQL
Python连接MongoDB操作
Python连接MongoDB操作
584 1
|
存储 缓存 算法框架/工具
Transformers 4.37 中文文档(十三)(9)
Transformers 4.37 中文文档(十三)
183 1
|
11月前
|
Linux
Linux - 如何编译源码安装软件
源码编译安装通常包括三个步骤:1) `./configure` 检测平台特征和依赖项,生成 Makefile;2) `make` 编译源码,生成可执行文件;3) `make install` 将可执行文件安装到指定目录并配置环境变量。
318 0
|
监控 NoSQL 网络安全
开发者如何使用阿里云mongo
【10月更文挑战第1天】开发者如何使用阿里云mongo
460 0
|
存储 安全 数据库
自动化密码填充:使用Python提高日常工作效率
自动化密码填充:使用Python提高日常工作效率
281 0
|
供应链 安全 API
币圈交易所永续合约套利策略执行代码开发部署
币圈交易所永续合约套利策略执行代码开发部署
|
PyTorch 算法框架/工具 Python
安装anaconda配置pytorch虚拟环境遇到的问题及解决办法
本文介绍了在配置Anaconda时遇到`PackagesNotFoundError`的问题,并提供了通过添加`conda-forge`通道和创建指定Python版本的PyTorch虚拟环境来解决这个问题的方法。