量化交易入门:Mercury与Quartz策略解析
需积分: 44 93 浏览量
更新于2024-07-20
收藏 2.73MB PDF 举报
"深入浅出量化实验室" 是一个关于量化交易的教程,主要针对Python编程和实际策略实施。文档由通联数据金融工程团队编写,旨在帮助读者理解并运用Quartz这一工具进行策略开发和回测。内容涵盖了从基本概念到实战策略的详细讲解。
在Quartz简介中,我们了解到Quartz是一个用于交易策略开发和回测的平台。它不仅解释了交易策略的定义,还展示了策略的一般结构和运行架构。文档提供了常见问题解答(FAQ),以解决用户在使用过程中可能遇到的问题。
"10 Minutes to Quartz"章节引导初学者快速上手,通过导入模块、设定回测参数、构建日间策略以及使用历史数据进行回测,逐步介绍了Quartz的基本用法。此外,还有一个专门针对UQER版本的快速入门指南,其步骤与标准版略有不同,但同样强调了策略构建和回测的过程。
快速回测和日内回测部分详细阐述了这两种回测方式的功能、使用方法和特殊属性。回测是检验策略有效性的重要手段,而日内回测则关注更短时间周期内的交易行为。
股票筛选器章节介绍了如何构建筛选条件以选择符合特定标准的股票,并展示了如何在策略中应用这些筛选器。股票行业分类和指数成分股部分则讨论了如何获取和利用股票的行业信息以及指数成分股数据。
文档的后半部分列举了多个交易策略示例,包括Halloween Cycle、Momentum/Contrarian、Global Minimum Variance Portfolio (GMVP)、Value-Weighted Average Price (VWAP)、Lunar Phase 和 Poisson Price Change等,这些实例帮助读者理解各种策略的实现和逻辑。
最后,CAL(可能是另一种工具或框架)的引论部分介绍了它的概念、功能以及编写CAL的目的,为用户进一步深入学习提供指引。
"深入浅出量化实验室" 是一个全面介绍量化交易、Python策略开发和回测实践的教程,适合对量化投资感兴趣的初学者和有一定经验的交易者。通过阅读和实践,读者可以掌握创建和测试交易策略的基本技能。
319 浏览量
点击了解资源详情
点击了解资源详情
111 浏览量
2012-11-29 上传
2021-09-27 上传
1126 浏览量
141 浏览量
108 浏览量
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
sinat_20770147
- 粉丝: 3
最新资源
- Python编程在测试人员中的应用:Mantis缺陷跟踪器教程
- Python pyltp 工具包安装指南
- JSON模式模型的安装与使用解析
- C#2013实现TCP/IP协议的Socket通信编程
- 仿IOS风格的HTML5手机端时间选择器实现
- MIRACL库5.5.4与7.0.1版本及完整使用手册和头文件下载
- 深入理解Spring Cloud Netflix与Fegin-Hx的实践
- Python环境下Web计算器开发指南
- Dart版Sass:让CSS设计变得充满乐趣
- bigbox-web: 强大的前后端SPA框架核心模块
- Minecraft命令框架实现:带有Tab补全功能的Java插件
- 使用Keras进行深度学习图像分类的Python教程
- Spring与Mybatis整合教程:纯净项目搭建与源码
- Notepad++ JSON 插件的安装与使用指南
- 详解commons-fileupload和commons-io包的文件上传功能
- Oracle数据库表结构转Word自动化工具介绍