一、机器学习 对于 Quant 来说， Financial Modeling 和传统的机器学习方法有什么联系和区别？ 从Quantitative Modeling的角度来说，有两大主流的方向：Stochastic Calculus（随机微积分）和Statistical Learning（统计学习）。这两个主流方向基本涵盖了你所有可能用到的技术——随机微积分，或者说金融数学，提供了各种衍……

7.8考试已过。答前上一波成绩~ 复习这段时间我看了很多这个问题下面的答案，大家的经验真的很有道理，首先非常感谢之前的所有答主【鞠躬】。我也分享一下自己的经验。 1.复习时间上，我用了半个月，我是6.25左右淘宝的教材，到了之后天天看视频看教材刷题，在没有基础的情况下半个月时间基本足够。教材可以随便买，我买的……

一、每日涨跌统计以及每日收益率的特征 所用的数据是从2010年4月19日到2017年2月7日的if数据。总共有1652个交易日，有888个交易日是上涨的，而764个交易日下跌。 IF单日涨幅最大为13.29个点（大奇迹日），单日跌幅最大为8.9个点（大盘跌停）。 二、代码 import matplotlib.pyplot as plt import numpy as np impo……

一、优矿 要登陆优矿，直接使用手机验证码登陆即可。 或者用账号：138+K134 二、效果 三、代码 from hmmlearn.hmm import GaussianHMM import datetime import numpy as np from matplotlib import cm, pyplot as plt import matplotlib.dates as dates import pandas as pd import seaborn as sns sns.set_s……

一、High 1 buy 上涨中的回撤或者震荡中： 当下一根k线比当前k线高，当前k线叫 High 1 buy(High 1 buy setup, High 1 reversal)，下一根k线叫High 1 entry

四、知识 五、代码 # 导入函数库 import math import talib as tl import pandas as pd import numpy as np from datetime import timedelta # 设定最大显示行数、列数为10000 pd.set_option('display.max_rows', 10000) # 初始化函数，设定基准等等 def initialize(context): # 初始化此策略 ……

一、策略说明： 这是一个小小的Demo。最好在jupyter notebook下面执行，不然图形无法显示。 在cmd执行时如果提示“ No module named 'statsmodels'”，则直接使用“pip install statsmodels ”安装即可。 二、测试结果： 三、代码 import numpy as np import pandas as pd import talib as ta import matplotlib.pypl……

做量化交易的，怎么能不学习Talib呢？ Talib包含了150多种技术指标，值得好好地研究一番了。另外，它还可以识别K线形态，什么三只乌鸦、红三兵之类。 它的主要指标有： Overlap Studies 重叠研究 Momentum Indicators 动量指标 Volume Indicators 成交量指标 Volatility Indicators 波动性指标 Price Transform 价格指标……

一、图表 1.图表类型 import matplotlib.pyplot as plt plt.hist() #频数直方图 plt.plot() #线图，传入序列，元组、列表、numpy.ndarray plt.pie() plt.bar() plt.show() plt.scatter() 2.画图 fig = plt.figure() 创建一块画布 #将fig分成2*2，1表示是第一个图 ax1 = fig.add_subplot(2,2,1)……

一、Numpy概述 其实就是实现了一个Ndarray，其实就是更高级的列表。 为什么要用Ndarray，而不用列表？ 因为Ndarray占用内存更少，运行速度更快。 Ndarray元素类型必须相同。 其实python也可以创建多维数组： 比如可以通过下面的命令查看占用内存的大小： import sys b = np.array(range(100)) sys.getsizeof(b) ……