随笔分类 -  量化交易

摘要:实时行情:http://stockhtm.finance.qq.com/sstock/ggcx/600103.shtmlhttp://qt.gtimg.cn/q=sh600103http://web.sqt.gtimg.cn/q=sh600103有当天总成交量 外盘内盘 买卖各5挡 成交量 成交额 阅读全文
posted @ 2023-05-03 12:28 jetz 阅读(505) 评论(0) 推荐(0) 编辑
摘要:找页面,东财的实在太复杂了!新浪!这个页面还行https://stock.finance.sina.com.cn/hkstock/quotes/00700.html实时价格又是js价值的,跟踪,找到https://stock.finance.sina.com.cn/hkstock/api/opena 阅读全文
posted @ 2023-05-02 16:11 jetz 阅读(32) 评论(0) 推荐(0) 编辑
摘要:去极值的方法,可以用均值加n倍的方差,来过滤,也可以用中位数加上下范围来过滤。如聚宽就提供了winsorize和winsorize_med等方法。 但我总觉得不合心意,第一,这个过程本来就是需要不断调整参数的,最好能够按照一定步长来取数据,逐条显示取出数据的数量,占比,方差等。此外,参数最好指定数据的百分比,用户只要指定百分比,就能够获得相应的数据。基于此,设计了一个函数。from pandas ... 阅读全文
posted @ 2019-08-27 19:55 jetz 阅读(2610) 评论(0) 推荐(0) 编辑
摘要:参数调来调去,感觉差别也不大,还不如直接实盘。不过,聚宽不支持实盘,查了一下,国信有tradestation可以,但折腾半天,发现还得学另外的语言,而且是另外一套东西,太费劲放弃。 最后选择的方案是,使用聚宽的模拟交易,当模拟成交时发送信息到微信,再决定是否手工操作。 实际操作中,策略不能改,或者说改起来很麻烦,干脆每次都删除,用新的策略。 此外,仓位也是问题,我思考的结果是,初始化一个6层的仓位... 阅读全文
posted @ 2019-08-22 10:38 jetz 阅读(257) 评论(0) 推荐(0) 编辑
摘要:针对类似于广晟有色这样的股票,在横盘期间制定的策略,通过反复的波段,降低成本,效果还是很显著的,能够从32的成本降到23,仓位基本没有太大变化。上图中基准收益选择的就是广晟有色本身,二者收益率的差值,表现出来就是成本的降低。 原始策略,将每个0.5元划分为一个区间,股价达到某个区间后,通过对应数组进行判断和分析,操作。前面帖子有代码。今天对区间和对冲获利的距离进行了测试,区间从0.5调到0.1... 阅读全文
posted @ 2019-08-21 16:54 jetz 阅读(240) 评论(0) 推荐(0) 编辑
摘要:在前一个策略的基础上,每次非了结的买卖操作,应当保证低于或高于成本,控制的效果不错 阅读全文
posted @ 2019-08-19 11:30 jetz 阅读(220) 评论(0) 推荐(0) 编辑
摘要:设想得很好,在每次波动的极值点进行操作,用买入和卖出价格两个数组记录买入和卖出价格。这样可以保证每个操作都盈利。 以一次价格低点为例,从低到高,查询卖出列表,如果匹配,说明前期的某个卖出操作已经可以盈利,则买入,并删除卖出数组中的记录。从低到高搜索,可以保证把最高的卖出价格留到后面,增加操作的容量。 如果卖出列表没有对应操作,则查询买入列表,如果临近范围已经有买入记录,则不买,防止在某个价位反复买... 阅读全文
posted @ 2019-08-19 10:52 jetz 阅读(366) 评论(0) 推荐(0) 编辑
摘要:每股指标 1001 摊薄每股收益 1002 净资产收益率 1003 每股经营活动现金流量 1004 每股净资产 1005 每股资本公积金 1006 每股未分配利润 1007 每股主营收入 1008 扣除非经常损益每股收益 资产负债表 1051 货币资金 1052 交易性金融资产 1053 应收票据 阅读全文
posted @ 2017-08-02 10:21 jetz 阅读(3742) 评论(0) 推荐(0) 编辑
摘要:拍拍贷只有一个利率,加上每个月都有还款和再次投入,年化收益率计算就比较糊涂。我写了一个简单的excel,推算了一下理想状态下的年化收益率。 前提:每月还款额的公式 每期还款额= (借款金额*月利率) * power(1+月利率, 期限) / (power(1+月利率,期限) - 1) 计算各种利率对 阅读全文
posted @ 2017-07-24 21:49 jetz 阅读(463) 评论(0) 推荐(0) 编辑
摘要:1.尾盘的异常拉升 https://xueqiu.com/4742988362/63339942 进一步,可以对14.30之后拉升的个股进行选择,计算买入资金量和拉升幅度 https://xueqiu.com/4742988362/63404932 2.私募的动向 https://xueqiu.co 阅读全文
posted @ 2017-07-17 08:32 jetz 阅读(200) 评论(0) 推荐(0) 编辑
摘要:方法是抓取前两个月的日线数据,计算标准差来衡量离散度,再和均值相比,越小说明越平均: 如: 但也有意外,如: 但K线居然是这样的: 分析原因,可能是最后一次把均值大大拉高,导致整体比值失真了。 最终结果,3313个股票中,1以下的有2243个,0.5以下的有一小半,最低的几个是: 阅读全文
posted @ 2017-07-15 10:06 jetz 阅读(273) 评论(0) 推荐(0) 编辑
摘要:中小盘,为什么要挑中小盘,因为成交额过高,主力过多,很难确定次日的一致行为,中小盘由于限制,例如当天成交2 亿,一般如果是联合做庄,能够买入8000万,就是非常理想了,这样的话,限制了多主力,往往是由单一主力发起的较多,单一主力,目的比较单一,不用怕暗算,往往盘中的拉升习惯,会持续几日。 股东构成,回避过于均匀,公募基金 股东人数,应当集中度较高,处于历史低位较好 成本构成,不应有过高的抛压... 阅读全文
posted @ 2017-07-12 06:42 jetz 阅读(276) 评论(0) 推荐(0) 编辑
摘要:一、股东结构 大股东占了大比例,且比例几乎没变。 二、股东人数 最新数据没有出来,估计肯定大幅减少。 三、龙虎榜 17.6.29上榜 历史上,16.11.14和15两天,都因为融资买入量超过50%上榜 从这个角度看,有点上涨的前兆。 四、成本分析 当前成本结构 上个波段起点: 终点: 这个因素,可还 阅读全文
posted @ 2017-07-11 20:03 jetz 阅读(150) 评论(0) 推荐(0) 编辑
摘要:龙大文章中提到,可以根据总委买和总委卖的变化,分析大笔交易 实际的买卖方向。 不过在交易软件中,没有找到这个东西。收盘后,在同花顺和大智慧里面摸索了一下,是这样的: 免费版本,相比起来,大智慧的更加实在些,有五档数据。 2、逐笔数据的好处,是可以看到每笔买卖的细节,如下面这样,可以搞反 但是,需要购 阅读全文
posted @ 2017-07-11 17:07 jetz 阅读(637) 评论(0) 推荐(0) 编辑
摘要:同花顺DDE排名中的指标: 大单净量是大单净买入股数与流通盘的百分比比值。 散户数量表示卖出单数和买入单数的差与笔数化流通盘的比值,相当于是对散户数量增减的一个估算值。 大单金额是大买单总金额和大卖单总金额的差值。 和龙虎榜相比,主力金额都会大一些,因为买单倾向于大单,卖单有很多小单。 如上图的方大 阅读全文
posted @ 2017-07-10 07:21 jetz 阅读(885) 评论(0) 推荐(0) 编辑
摘要:广晟有色结果两个大涨,成本分布有底部6.2变为全部解套。 历史上来说,刚解套的点后面还有上涨空间16.4.10。 成本分析的意义,我理解: 1、底部的判断,如果高成本筹码消耗殆尽,主要集中在底部,则底部概略大 2、上涨概略,如果上方成本过大,则有较大压力 3、上涨过程中,高成本筹码的不断增加,意味着 阅读全文
posted @ 2017-07-09 09:38 jetz 阅读(286) 评论(0) 推荐(0) 编辑
摘要:从广晟有色的K线图,有一个直观的感觉,就是价格上涨和成交量增加是相关的,而下跌时成交量似乎并不明显,能否进行一个量化的描述呢? 1、不能用成交量,用成交量相对于平均成交量的比例来描述成交量的强弱 2、用当前价格相对于平静价格来描述当前价位 3、计算的目标是每日涨幅 拟合的结果,看来与成交量的关系密切 阅读全文
posted @ 2017-07-08 17:04 jetz 阅读(323) 评论(0) 推荐(0) 编辑
摘要:用广晟有色的历史数据,用sklearn进行回归,数据如下: 假设每日振幅和成交量以及价格是有关系的,于是构造: 输出: 但是,按说应该跟成交量关系更大一些,等我把数据处理了继续研究。 程序基本照抄http://www.cnblogs.com/pinard/p/6016029.html 原来打算只研究 阅读全文
posted @ 2017-07-08 11:31 jetz 阅读(1913) 评论(0) 推荐(0) 编辑
摘要:1.在代码里调试学习实在费劲,可以把数据取到df里,在交互界面里慢慢调试 2.柱状图 绘制柱状图,默认情况下乱,数据太密了 改用曲线图 阅读全文
posted @ 2017-06-21 11:16 jetz 阅读(769) 评论(0) 推荐(0) 编辑
摘要:1.属性方式,可以用于列,不能用于行 2.可以用整数切片选择行,但不能用单个整数索引(当索引不是整数时) 3.直接索引可以使用列、列集合,但不能用索引名索引行 用iloc取行,得到的series: df.iloc[1] <Series, len() = 28> 4.和Series一样,可以使用索引切 阅读全文
posted @ 2017-06-20 11:10 jetz 阅读(390) 评论(0) 推荐(0) 编辑