量化交易之一

十分钟搞定pandas : http://www.cnblogs.com/chaosimple/p/4153083.html

1. 可以通过传递一个list对象来创建一个Series,pandas会默认创建整形索引:

s = pd.Series([1,3,5,np.nan,6,8])
logger.info(s)
---------------------------
INIT  INFO   Interested in stock: 000001.XSHE
INIT  INFO   0     1
             1     3
             2     5
             3   NaN
             4     6
             5     8
             dtype: float64

  

=====================

1. 怎样获取所有股票基础数据

2.

Error

==============================================

您的策略异常终止: Traceback (most recent call last): File "/hammer_data/user_strategy/user_strategy.py", line 12, in init dp = get_fundamentals(query(fundamentals.financial_indicator.adjusted_net_profit).filter(fundamentals.stockcode.in_([‘000001.XSHE‘])), ‘2016-08-1‘, ‘4q‘) ValueError: get_fundamentals 传入的查询日期2016-08-01晚于当前的回测日期2016-01-04,禁止传入日期晚于当前回测日期

======================================

INIT  INFO    **扣非净利润*****************************************************
 INIT  WARN                000001.XSHE
             2015-12-31  17754000000
             2015-09-30  11591000000
             2015-06-30   5637000000
             2015-03-30  19841000000
 INIT  INFO    **扣非净利润增长率***********************************************
 INIT  WARN                000001.XSHE
             2015-12-31      13.0036
             2015-09-30      14.9331
             2015-06-30      11.2932
             2015-03-30      30.8255
 INIT  INFO    **营业收入增长率*************************************************
 INIT  WARN                000001.XSHE
             2015-12-31      30.1934
             2015-09-30      34.0944
             2015-06-30      28.3913
             2015-03-30      40.6561
 INIT  INFO    **净资产收益率ROE(扣除/平均)*************************************
 INIT  WARN                000001.XSHE
             2015-12-31      12.3255
             2015-09-30       8.2256
             2015-06-30       4.2122
             2015-03-30      16.3280
 INIT  INFO    **净资产收益率ROE(扣除/加权)*************************************
 INIT  WARN                000001.XSHE
             2015-12-31        12.40
             2015-09-30         8.42
             2015-06-30         4.21
             2015-03-30        16.38
 INIT  INFO    **净资产收益率ROE(扣除/摊薄)*************************************
 INIT  WARN                000001.XSHE
             2015-12-31      11.2985
             2015-09-30       7.6823
             2015-06-30       4.1200
             2015-03-30      15.1517
 INIT  INFO    *****************************************************************

  

时间: 2024-10-11 01:46:24

量化交易之一的相关文章

量化交易风险指标

量化交易风险指标 风险指标数据有利于对策略进行一个客观的评价,主要风险指标包括: 策略收益(Total Returns) 策略年化收益(Total Annualized Returns) 基准收益(Benchmark Returns) 基准年化收益(Benchmark Annualized Returns) 阿尔法(Alpha):投资中面临着系统性风险(Beta)和非系统性风险(Alpha),Alpha是投资者获得与市场波动无关的回报.比如投资者获得了15%的回报,其基准获得了10%的回报,那么

深度神经网络在量化交易里的应用 之二 -- 用深度网络(LSTM)预测5日收盘价格

    距离上一篇文章,正好两个星期. 这边文章9月15日 16:30 开始写. 可能几个小时后就写完了.用一句粗俗的话说, "当你怀孕的时候,别人都知道你怀孕了, 但不知道你被日了多少回 " ,纪念这两周的熬夜,熬夜.  因为某些原因,文章发布的有点仓促,本来应该再整理实验和代码比较合适.文章都是两个主要作用: 对自己的工作总结, 方便自己回顾和分享给有兴趣的朋友. 不说废话了, 进入正题. 本次的课题很简单, 深度神经网络(AI)来预测5日和22日后的走势. (22日尚未整理, 不

程序员的量化交易之路(1)----规划开篇

其实,一直对量化交易有一定的理解和情节.早在中大读研究生的时候实验室师兄,已经去了中国平安核心投资团队,做高频交易研究的国源师兄的影响,就开始对金融世界产生了浓厚的兴趣.看了丁磊编著的<量化投资--策略与技术>和艾琳.奥尔德里奇的<高频交易>,反复的看,但是都入不了味,现在回过头来想,一个连股都不炒的人怎么可能入味呢.对一些金融的基本概念都不懂. 2013年7月出社会工作后,在10月份确立目标.需要炒股,而且需要一个深入的理解金融的世界.所以确定去考一个证券从业考试,选了证券基础和

股票量化交易初学记录------资源集合

Seeking Alpha:http://www.nuclearphynance.com/ Nuclear Phunace:http://seekingalpha.com/ SSRN:http://www.ssrn.com/en/ 一.资料 掘金量化交易入门:http://forum.myquant.cn/t/topic/74 在做系统回测时,一定要量化表示系统性能.定量策略的“业界标准”度量为最大资金回挫与夏普比率. 最大资金回挫:一段时间(通常一年)内账户资金 曲线从波峰至波谷的最大跌幅,常

机器学习与量化交易项目班 [从零搭建自动交易系统]

第一课 自动化交易综述知识点1: 课程内容综述,自动化/算法交易介绍,python在自动交易中的应用简介第二课 量化交易系统综述知识点1:回测,自动交易,策略建模,常见平台使用第三课 搭建自己的量化数据库知识点1:软件需求,数据获取方式,数据存储方式实战项目:金融数据的存储,读取第四课 用Python进行金融数据分析知识点1:数据清理与特征选择实战项目:pandas与金融数据分析第五课 策略建模综述知识点1:介绍量化交易中的策略建模流程及主要处理方式第六课 策略建模:基于机器学习的策略建模实战项

Vpai钱包,量化交易,溯源,区块链软件系统开发

Vpai钱包,区块链多币种钱包,交易所各种模式,量化交易,区块链+产品溯源解决方案,区块链各种软件项目开发,像市面上,网易星球,电报圈,inchat,BiYong,币聊,区块链社交应用类型,区块链游戏,交易挖矿交易所,云挖矿系统等等.区块链软件开发公司提供相应的技术开发支持. 贺顾问 QKL17999 搜索V关注,解决你们想做项目的各种问题. 抖音很火,相应的火牛视频诞生后,这种结合区块链+抖音给运营方带来了天然的用户.市场需要什么就去什么,市场还没人去做的领域要抓紧占领. 数字币交易所,币币o

《零起点Python大数据与量化交易》中文PDF+源代码

下载:https://pan.baidu.com/s/1JWmwMFHZV0mYAyAl-HkPyw 更多资料:http://blog.51cto.com/3215120 <零起点Python大数据与量化交易>中文PDF+源代码中文PDF,带目录和书签,655页,文字可以复制粘贴.配套源代码. 本书是国内关于Python大数据与量化交易的原创图书. 如图: 原文地址:http://blog.51cto.com/4820691/2311108

量化交易和高频交易有什么区别

很多人对于量化交易和高频交易分不清,经常混淆,下面简单说说他们的区别. 量化交易是指投资者利用计算机技术.金融工程建模等手段将自己的金融操作方式,用很明确的方式去定义和描述,用以协助投资者进行投资决策,并且严格的按照所设定的规则去执行交易策略(买.卖)的交易方式. 简而言之,量化交易是以定量化方法进行投资的各种技术综合.现实应用中,量化交易往往与基本面投资.技术分析有机结合,帮助投资者制定决策.减少执行成本.进行套利.风险对冲和帮助做市商实现报价的功能. 按照数学模型的理念和对计算机技术的利用方

量化交易(Quantitative Trading)

什么是量化交易 量化交易是指借助现代统计学和数学的方法,利用计算机技术来进行交易的证券投资方式.量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,用数量模型验证及固化这些规律和策略,然后严格执行已固化的策略来指导投资,以求获得可以持续的.稳定且高于平均收益的超额回报. 量化交易起源于上世纪七十年代的股票市场,之后迅速发展和普及,尤其是在期货交易市场,程序化逐渐成为主流.有数据显示,国外成熟市场期货程序化交易已占据总交易量的70%-80%,而国内则刚刚起步.手工交易中交易

Python量化交易学习课程

量化投资是起源于美国的高级投资方法论,在国内也有十余年的发展历史,代表当今金融业最前沿的投资技术和水准,卓越稳定的实盘投资业绩使得量化投资具有坚实的高端市场需求. 本量化投资方向系列课程通过对各种量化投资方法与理论的介绍,结合机器学习的实际应用案例进行引导式教学,全面地提高学员对量化投资的认知能力和实践能力. 课程地址:Python量化交易课程 面向人群: 适合有志于从事量化投资工作的计算机行业人员及在校学生: 数据科学工作者,可以从本课程中学会从数据科学的方法玩转量化交易: 所有金融机构从业人