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])
