量化交易标签_魔乐社区

量化交易

威科夫与强化学习状态

== AD_state_smooth 的值分布 ====== AD_state_smooth 的值分布 ====== delta_pattern 的值分布 ====== delta_pattern 的值分布 ====== states_code 的值分布 ====== states_code 的值分布 ====== vr_state 的值分布 ====== vr_state 的值分布 ======

江建武
2025-09-02 18:50:59

 980

 24

#人工智能 #python #量化投资 +2
Python自动化炒股：基于强化学习的股票交易策略优化与实现的详细指南

强化学习是一种让智能体（Agent）通过与环境（Environment）的交互来学习如何完成任务的方法。在股票交易中，智能体的目标是最大化其累积奖励，即投资收益。环境则是股票市场，智能体需要根据市场状态做出买卖决策。通过上述步骤，我们构建了一个基于强化学习的股票交易策略，并在模拟环境中进行了训练和测试。这只是一个起点，实际应用中需要考虑更多的因素，如交易成本、市场影响等。希望这篇文章能。

云策量化
2025-06-30 17:28:00

 421

 3

#python #量化交易 #量化投资
Python自动化炒股：基于强化学习的股票交易策略优化与实现

强化学习是一种机器学习方法，通过与环境的交互来学习如何做出决策。在股票交易中，环境可以是股票市场，而智能体（Agent）则需要学习何时买入、卖出股票以最大化收益。

云策量化
2025-02-22 17:37:00

 628

 3

#量化交易 #量化投资
Python自动化炒股：基于强化学习的股票交易策略优化与实现的最佳实践

强化学习是一种机器学习方法，它通过与环境的交互来学习如何做出决策。在股票交易的背景下，环境是股票市场，而决策则是买入、卖出或持有股票。强化学习的目标是找到一个策略，使得长期收益最大化。

云策量化
2025-07-23 14:28:00

 316

 1

#python #量化交易 #量化投资
GitHub开源项目日报 · 2025年12月30日 · 开源热榜精选概览

本榜按技术领域和应用场景对开源项目进行分类梳理，涵盖 Lean 量化交易引擎、RustPython 解释器、Postiz 与 vibe-kanban 的 AI 协作与排程、TrendRadar 的多平台趋势分析、终端文本编辑器、系统提示与跨工具 AI 框架、Stirling-PDF 跨设备 PDF 编辑、Chatterbox 的开源文本转语音系统、Gumroad 的市场快速验证、TheAlgori

孙琦Ray
2025-12-30 08:47:20

 1371

 13

#开源 #量化交易
【VNPY入门教程之一】VNPY开源交易平台WINDOWS下环境配置

VNPY开源交易平台WINDOS下环境配置▪ 准备一台Windows 7/10 64位系统的电脑▪ 安装Anaconda：下载Python2.7 32位版本，注意必须是32位http://www.continuum.io/downloads▪ 安装Visual C++ Redistributable Packages for VS2013，中英文随意，为了未来使用方便

 vevid
2017-10-23 11:50:06

 1.1w

 1

#量化交易 #python
【深度学习量化交易2】财务自由第一步，三个多月的尝试，找到了最合适我的量化交易路径

一晃三个多月时间过去了，十一前后股市突然爆火，行情也像过山车一样，笔者在其中靠直觉辗转腾挪，勉强落得个不赔不赚。此事也给我打了一针鸡血，加快了量化交易研究和系统开发进度。

Mr.看海
2024-10-15 00:47:23

 2814

 19

#量化交易 #python
开源量化框架使用记录：一款Python期货量化工具的体验

这款工具我用了几年，整体体验不错。数据内置省心，API设计简洁，适合专注期货量化的用户。如果你有Python基础，追求开箱即用的体验，可以试试。二十年的期货交易生涯，让我对市面上的量化工具了如指掌。今天分享一下我使用一款Python开源量化框架的体验。基于这些需求，我选择了一款数据内置的Python量化工具。：本文仅供技术学习参考，不构成任何投资建议。量化交易有风险，入市需谨慎。不需要额外配置数据

 天勤量化大唯粉
2026-01-27 10:05:53

 563

 7

#python #开发语言 #量化交易
Python自动化炒股：基于强化学习的股票交易策略优化与实现的详细指南

强化学习是一种机器学习方法，它通过与环境的交互来学习如何做出决策。在股票交易中，环境可以是股票市场，而决策可以是买入、卖出或持有股票。强化学习的目标是最大化累积奖励，这在股票交易中通常对应于利润。在强化学习中，我们需要定义一个环境，它能够接收动作（买入、卖出、持有）并返回下一个状态和奖励。import gymself.action_space = gym.spaces.Discrete(3) #

云策量化
2025-07-15 17:28:00

 538

 4

#python #量化交易 #量化投资
【python量化交易】qteasy使用教程04 -使用内置交易策略，搭积木式创建复杂交易策略

qteasy使用教程第四节，介绍了如何使用混合器blender，将多个相对比较简单的交易策略混合成一个较为复杂的交易策略。

Shepherdppz
2024-04-13 23:51:49

 1627

 28

#python #量化交易 #金融
python股票量化交易（6）---使用TA-Lib计算技术指标

务要日日知非，日日改过；一日不知非，即一日安于自是；一日无过可改，即一日无步可进；天下聪明俊秀不少，所以德不加修、业不加广者，只为因循二字，耽搁一生。目录什么是TA-LibSMA指标的计算MACD指标的计算KDJ指标的计算什么是TA-LibTA-Lib（Technical Analysis Library）是python提供的开源技术分析库，自发布以来，已经有20多年的历史，它包含了大约200个技

 李元静
2021-01-29 18:48:24

 1.7w

 20

#python #量化交易
2025年期货量化软件回顾：主流工具使用体验整理

2025年期货量化软件使用体验总结：本文对比了TqSdk、VnPy、文华财经和掘金量化等主流工具。TqSdk凭借专注期货、内置数据和简洁API成为作者首选；VnPy功能全面但配置复杂；文华财经入门简单但扩展性有限；掘金量化界面友好但社区活跃度一般。2025年趋势显示Python量化继续普及，数据服务日益重要，回测实盘一致性被重视。建议用户根据需求选择工具，优先考虑数据服务和长期维护性。量化交易有风

 天勤量化大唯粉
2026-01-23 13:33:38

 1424

 14

#量化交易 #数据库 #开发语言
Python自动化炒股：基于自然语言处理的股票新闻情感分析模型优化

在当今的金融世界中，信息就是力量。随着人工智能技术的发展，越来越多的投资者开始利用自然语言处理（NLP）技术来分析股票新闻，以期预测市场趋势。本文将带你深入了解如何使用Python构建一个基于NLP的股票新闻情感分析模型，并对其进行优化，以提高自动化炒股的准确性。

云策量化
2025-02-28 17:37:00

 395

 8

#量化交易 #量化投资
[开源] 零成本基于 AI 的股票分析系统

起初只是自己做一个帮忙分析自选股和大盘的工具，减少盯盘、盯股票分析的精力，后面本着开源精神开源出来，能够每天定时推送到企业微信上。用的都是免费的方案，github action + Gemini 的 API + Serpapi 和 TAVILY 的检索功能，免费额度足够日常使用。│├─ 量比: 0.8 (缩量回调) ✓│。│├─ 理想买点: 25.50 元 (MA5附近)│。│一句话结论: 缩量回

 mumu157
2026-01-11 10:26:32

 1241

 1

#量化交易
Python自动化炒股：使用Streamlit和Heroku部署股票数据分析仪表盘的实战案例

在这篇文章中，我们将构建一个简单的股票数据分析仪表盘，它将允许用户输入股票代码，然后展示该股票的历史数据、技术分析指标和预测模型。我们将使用Python的pandas库来处理数据，matplotlib和seaborn库来进行数据可视化，以及库来构建预测模型。最后，我们将使用Streamlit来创建一个交互式Web应用，并将其部署到Heroku上。

云策量化
2025-06-25 14:28:00

 564

 4

#python #量化交易 #量化投资
Python自动化炒股：基于强化学习的股票交易策略优化与实现的详细指南

强化学习是一种机器学习方法，它通过与环境的交互来学习如何做出决策。在股票交易的背景下，环境可以是股票市场，而决策则是买入、卖出或持有股票。强化学习的目标是找到一个策略，使得长期收益最大化。

云策量化
2025-07-30 17:28:00

 633

 8

#python #量化交易 #量化投资
【深度学习量化交易11】miniQMT快速上手教程——使用XtQuant进行实盘交易篇（一万七千字超详细版本）

XtTrade是XtQuant中专门用于交易的模块。系统设置接口:用于创建API实例、注册回调、启动交易线程等基础功能操作接口:提供下单、撤单、订阅等交易操作功能查询接口:用于查询账户资产、持仓、委托、成交等信息回调接口:用于接收交易推送信息创建API实例并注册回调启动交易线程并建立连接订阅账户信息进行交易操作(下单、撤单等)接收交易推送信息程序结束时取消订阅并断开连接。

Mr.看海
2025-01-05 23:53:51

 8350

 10

#深度学习 #人工智能 #量化交易 +1
Python自动化炒股：使用Streamlit和Heroku部署股票数据分析仪表盘的详细指南

Streamlit是一个开源的Python库，它允许你快速创建和分享数据应用。通过Streamlit，你可以轻松地将Python脚本转换为Web应用，无需任何Web开发经验。通过本文，你已经学会了如何使用Python、Streamlit和Heroku来创建并部署一个股票数据分析仪表盘。这只是一个起点，你可以根据需要添加更多的功能和复杂的分析工具。自动化炒股是一个不断发展的领域，掌握这些技能将帮助你

 云策量化
2025-06-17 17:28:00

 763

 20

#python #量化交易 #量化投资
python量化交易：quantOS_quantos上手指南

原文地址：https://www.quantos.org/tutorial.html使用quantOS非常简单，只需要：用户注册注册成为quantOS用户，可以使用数据、仿真交易、论坛等线上资源。quantOS用户注册入口是：http://www.quantos.org/cas/register.html注册成功后，请妥善保存用户名和密码。下载安装软件一般普通用户，可直接...

santirenpc
2019-02-21 20:36:52

 2014

#量化交易 #python
Python自动化炒股：基于深度学习的股票市场趋势预测模型优化与实现的详细指南

在当今快节奏的金融市场中，自动化交易变得越来越重要。Python作为一种强大的编程语言，结合深度学习技术，可以帮助我们构建出能够预测股票市场趋势的模型。本文将带你深入了解如何使用Python和深度学习来优化和实现股票市场趋势预测模型。

云策量化
2025-06-04 17:28:00

 525

 4

#python #量化交易 #量化投资
开源量化框架对比：TqSdk和VnPy该选哪个

摘要：本文对比了国内两大开源量化框架TqSdk和VnPy的特点与适用场景。TqSdk专注于国内期货市场，提供开箱即用的数据服务和简洁API，适合快速上手；VnPy功能全面，支持多市场交易和深度定制，但学习门槛较高。作者建议根据需求选择：追求效率选TqSdk，需要多市场支持或技术高手可选VnPy。两者各有优势，可结合使用。（149字）

天勤量化大唯粉
2026-01-21 10:16:57

 1018

 5

#量化交易
Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发与优化的最佳实践

在当今的金融市场中，信息的快速流动对股票价格有着直接的影响。股票新闻和社交媒体上的讨论可以迅速改变投资者的情绪，从而影响股票的买卖决策。因此，开发一个能够分析这些文本数据情感的自动化系统，对于预测市场动向和做出投资决策具有重要意义。本文将介绍如何使用Python和自然语言处理（NLP）技术来构建一个股票新闻情感分析模型，并探讨模型开发与优化的最佳实践。

云策量化
2025-07-06 17:28:00

 421

 10

#python #量化交易 #量化投资
Python自动化炒股：使用Streamlit和Heroku部署股票数据分析仪表盘的详细指南

Streamlit是一个开源的Python库，允许你快速创建和分享数据应用。它通过简单的Python代码，让你能够创建出交互式的Web应用，而无需深入了解前端开发。Heroku是一个支持多种编程语言的云服务平台，允许用户部署、运行和管理应用程序。它提供了一个简单易用的界面，使得部署应用程序变得轻而易举。通过本文，你已经学会了如何使用Python、Streamlit和Heroku来创建并部署一个股票

 云策量化
2025-07-10 14:28:00

 1014

 20

#python #量化交易 #量化投资
Python自动化炒股：利用PyTorch Lightning和TensorFlow进行深度学习股票价格预测的最佳实践

在当今的金融市场中，自动化交易和算法交易已经成为主流。Python作为一种强大的编程语言，为股票价格预测提供了丰富的库和框架。在这篇文章中，我们将探讨如何使用PyTorch Lightning和TensorFlow这两个深度学习框架来构建股票价格预测模型。我们将从数据预处理开始，逐步深入到模型构建、训练和评估。

云策量化
2025-07-31 17:28:00

 532

 7

#python #量化交易 #量化投资
Python量化交易学习笔记（45）——深度学习挖短线股5

前4篇文章分别记录了利用深度学习挖短线股的数据预处理、模型训练、结果预测及策略回测过程，本文记录根据筛选短线股票的过程。选股流程1.股票数据下载更新例如现在是2020年11月23日19:00，我们想找到按深度学习策略，明天应该买什么股票。那么首先将股票日线数据更新至2020年11月23日，日线数据下载可参考笔记（39）。2.股票扩展数据计算计算股票的扩展指标，参考笔记（41）第2部分内容。这里可以

 码农甲V
2020-11-25 20:57:14

 8206

 6

#python #深度学习 #人工智能 +2
DeepSeek在期货市场中的大数据技术应用如何？

DeepSeek是一个集成了机器学习、数据挖掘和自然语言处理技术的大数据平台。它能够处理和分析大量的市场数据，包括价格、交易量、新闻报道和社交媒体信息。DeepSeek的目标是通过深度分析这些数据，为期货市场的参与者提供有价值的洞察和预测。

股票量化
2025-03-26 11:49:57

 1106

 27

#量化交易 #python #量化投资
在股票涨跌分析中，如何利用机器学习算法预测短期走势？如何评估模型的可靠性？

在金融市场中，股票价格的波动性是投资者最为关心的问题之一。随着机器学习技术的不断发展，越来越多的研究者和投资者开始尝试利用机器学习算法来预测股票的短期走势。本文将探讨如何利用机器学习算法进行股票涨跌分析，并评估模型的可靠性。

股票量化
2025-02-27 21:32:00

 1719

 13

#量化交易 #python