量化投资策略空中花园教程
量化投资入门教程八——空中花园策略.pdf 是一份详细的量化投资策略教程,介绍了空中花园策略的原理、代码和 Python 相关函数。该策略是一种日内突破策略,旨在提高交易的胜率和稳定性。
策略原理
空中花园策略是一种日内突破策略,属于期货 CTA 日内策略。该策略的原理是基于开盘的高开或低开,形成一个空窗,然后根据是否突破上下轨来进行开仓判断。这种策略可以提高交易的胜率,但是由于对高开或低开的幅度要求过高,一般是超过 1%,因此使得策略的交易次数可能相对其它策略而言要偏低一些。
策略代码
策略代码包括配置文件 SkyPark.ini 和策略文件 SkyPark.py。配置文件 SkyPark.ini 用于存储策略的参数设置,而策略文件 SkyPark.py 则实现了策略的逻辑。
Python 相关函数
Python 相关函数是实现策略的关键。这些函数包括:
* sys.argv:获取当前命令行参数的参数列表
* sys.argv[0]:获取当前程序名
* sys.argv[1]:获取第一个参数
* time.time():返回当前时间的时间戳
* len():返回对象的长度或项目个数
* append():用于在列表末尾添加新的对象
此外,还有掘金接口函数,包括:
* on_bar():响应 Bar 事件,收到 Bar 数据后本函数被调用
* open_long():异步开多仓, 以参数指定的 symbol、价和量下单
* close_long():异步平多仓接口, 以参数指定的 exchange, 证券代码 sec_id, 价和量下单
* open_short():异步开空仓, 以参数指定的 symbol、价和量下单
这些函数可以帮助实现量化投资策略的自动交易。
实现量化投资策略
实现量化投资策略的相关编程并非想象中那么困难,从 Python 的安装到量化编程的实现只需简单几步。 Python 是一种流行的编程语言,易于学习和使用。掘金量化平台及相关工具包也提供了便捷的开发环境。
量化投资策略空中花园教程提供了一个详细的量化投资策略教程,介绍了策略的原理、代码和 Python 相关函数。该策略可以帮助提高交易的胜率和稳定性,是量化投资者不可错过的一份教程。