掘金量化平台Python开发实战指南
需积分: 48 7 浏览量
更新于2024-07-16
3
收藏 1.31MB PDF 举报
"该文档是关于使用Python进行量化投资的掘金量化平台的开发指南,主要涵盖快速入门、策略创建、数据驱动、回测模式、数据处理、交易逻辑以及API接口等多个方面。"
在量化投资领域,Python因其强大的库支持和易读性,成为众多投资者首选的语言。掘金量化平台提供了丰富的数据资源和便捷的回测功能,让投资者能够快速构建和测试自己的交易策略。以下是关键知识点的详细介绍:
1. **快速开始**:这部分通常包括如何在平台上创建并运行你的首个策略,以及如何设置定时启动,让你的策略在特定时间自动运行。
2. **数据事件驱动**:数据事件驱动是量化策略的核心部分,主要包括`on_tick`(tick数据推送)和`on_bar`(bar数据推送)事件,这些事件在新的市场数据到来时触发,用于更新策略状态和执行交易决策。
3. **时间序列数据事件驱动**:针对时间序列数据的处理,如分钟数据、日线数据等,平台提供相应的数据事件,便于策略开发者处理时间序列数据。
4. **多个代码数据事件驱动**:如果你的策略涉及多个股票或期货合约,平台会支持同时处理多个代码的数据事件。
5. **账户交易**:包括默认账户交易和指定账户交易,让你能够灵活控制不同策略的资金管理。
6. **回测模式与实时模式**:回测模式允许你在历史数据上测试策略的有效性,而实时模式则将策略应用到实际市场中。
7. **提取数据研究**:提供高效的数据查询工具,如`current`、`history`、`history_n`等,用于获取实时和历史行情数据,还有基本面数据、交易日历、指数成分股等各类市场信息。
8. **策略程序架构**:介绍了策略程序中的关键概念,如`symbol`(代码标识)、`mode`(模式选择,可能包括回测或实盘模式)、`context`(上下文对象,存储策略运行中的状态)。
9. **数据结构**:包括Tick和Bar对象,分别代表逐笔交易数据和K线数据;交易类如Account(账户)、Order(委托)、ExecRpt(回报)、Cash(资金)、Position(持仓)和Indicator(绩效指标)对象,它们是构建和分析策略的基础。
10. **API介绍**:提供了一系列基本函数,如`init`(策略初始化)、`schedule`(定时任务配置)、`run`(运行策略)、`stop`(停止策略),以及各种数据订阅、取消订阅、交易操作函数。
通过这个平台,你可以使用Python编写复杂的交易逻辑,结合实时和历史数据,进行策略开发和优化,最终实现自动化交易。无论是对于初学者还是经验丰富的量化投资者,掘金量化都提供了一套完整的工具链来支持量化投资的各个环节。
2020-01-18 上传
2024-09-13 上传
2023-04-30 上传
2023-07-27 上传
2023-10-09 上传
2023-11-27 上传
2023-06-24 上传
叶卜星
- 粉丝: 18
- 资源: 7
最新资源
- C语言快速排序算法的实现与应用
- KityFormula 编辑器压缩包功能解析
- 离线搭建Kubernetes 1.17.0集群教程与资源包分享
- Java毕业设计教学平台完整教程与源码
- 综合数据集汇总:浏览记录与市场研究分析
- STM32智能家居控制系统:创新设计与无线通讯
- 深入浅出C++20标准:四大新特性解析
- Real-ESRGAN: 开源项目提升图像超分辨率技术
- 植物大战僵尸杂交版v2.0.88:新元素新挑战
- 掌握数据分析核心模型,预测未来不是梦
- Android平台蓝牙HC-06/08模块数据交互技巧
- Python源码分享:计算100至200之间的所有素数
- 免费视频修复利器:Digital Video Repair
- Chrome浏览器新版本Adblock Plus插件发布
- GifSplitter:Linux下GIF转BMP的核心工具
- Vue.js开发教程:全面学习资源指南