第一部分 新手入门
- 一 量化投资视频学习课程
- 二 Python 手把手教学
- 量化分析师的Python日记【第1天:谁来给我讲讲Python?】
- 量化分析师的Python日记【第2天:再接着介绍一下Python呗】
- 量化分析师的Python日记【第3天:一大波金融Library来袭之numpy篇】
- 量化分析师的Python日记【第4天:一大波金融Library来袭之scipy篇】
- 量化分析师的Python日记【第5天:数据处理的瑞士军刀pandas】
- 量化分析师的Python日记【第6天:数据处理的瑞士军刀pandas下篇
- 量化分析师的Python日记【第7天:Q Quant 之初出江湖】
- 量化分析师的Python日记【第8天 Q Quant兵器谱之函数插值】
- 量化分析师的Python日记【第9天 Q Quant兵器谱之二叉树】
- 量化分析师的Python日记【第10天 Q Quant兵器谱 -之偏微分方程1】
- 量化分析师的Python日记【第11天 Q Quant兵器谱之偏微分方程2】
- 量化分析师的Python日记【第12天:量化入门进阶之葵花宝典:因子如何产生和回测】
- 量化分析师的Python日记【第13天 Q Quant兵器谱之偏微分方程3】
- 量化分析师的Python日记【第14天:如何在优矿上做Alpha对冲模型】
- 量化分析师的Python日记【第15天:如何在优矿上搞一个wealthfront出来】
第二部分 股票量化相关
- 一 基本面分析
- 1.1 alpha 多因子模型
- 1.2 基本面因子选股
- 1.3 财报阅读 • [米缸量化读财报] 资产负债表-投资相关资产
- 1.4 股东分析
- 1.5 宏观研究
- 二 套利
- 三 事件驱动
- 四 技术分析
- 4.1 布林带
- 4.2 均线系统
- 4.3 MACD
- 4.4 阿隆指标 • 技术指标阿隆( Aroon )全解析
- 4.5 CCI • CCI 顺势指标探索
- 4.6 RSI
- 4.7 DMI • DMI 指标体系的构建及简单应用
- 4.8 EMV • EMV 技术指标的构建及应用
- 4.9 KDJ • KDJ 策略
- 4.10 CMO
- 4.11 FPC • FPC 指标选股
- 4.12 Chaikin Volatility
- 4.13 委比 • 实时计算委比
- 4.14 封单量
- 4.15 成交量 • 决战之地, IF1507 !
- 4.16 K 线分析 • 寻找夜空中最亮的星
- 五 量化模型
- 5.1 动量模型
- Momentum策略
- 【小散学量化】-2-动量模型的简单实践
- 一个追涨的策略(修正版)
- 动量策略(momentum driven)
- 动量策略(momentum driven)——修正版
- 最经典的Momentum和Contrarian在中国市场的测试
- 最经典的Momentum和Contrarian在中国市场的测试-yanheven改进
- [策略]基于胜率的趋势交易策略
- 量化策略]Sharpe_Momentum (夏普率动量策略)
- 策略探讨(更新):价量结合+动量反转
- 反向动量策略(reverse momentum driven)
- 轻松跑赢大盘 - 主题Momentum策略
- Contrarian strategy
- 5.2 Joseph Piotroski 9 F-Score Value Investing Model
- 5.3 SVR
- 5.4 决策树、随机树
- 5.5 钟摆理论
- 5.6 海龟模型
- 5.7 5217 策略
- 5.8 SMIA
- 5.9 神经网络
- 5.10 PAMR
- 5.11 Fisher Transform
- 5.12 分型假说, Hurst 指数
- 5.13 变点理论
- 5.14 Z-score Model
- 5.15 机器学习
- 5.16 DualTrust 策略和布林强盗策略
- 5.17 卡尔曼滤波
- 5.18 LPPL anti-bubble model
- 5.1 动量模型
- 六 大数据模型
- 6.1 市场情绪分析
- 6.2 新闻热点
- 七 排名选股系统
- 7.1 小市值投资法
- 7.2 羊驼策略
- 7.3 低价策略
- 八 轮动模型
- 九 组合投资
- 十 波动率
- 10.1 波动率选股
- 10.2 波动率择时
- 10.3 Arch/Garch 模型
- 十一 算法交易
- 十二 中高频交易
- 十三 Alternative Strategy
第三部分 基金、利率互换、固定收益类
- 一 分级基金
- 二 基金分析
- 三 债券
- 四 利率互换
第四部分 衍生品相关
- 一 期权数据
- 二 期权系列
- 三 期权分析
- 四 期货分析
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
神经网络交易的训练部分
import pybrain as brain
training_set = ("20050101", "20130101") # 训练集(六年)
testing_set = ("20150101", "20150525") # 测试集(2015上半年数据)
universe = ['000001']
# 目标股票池
HISTORY = 10 # 通过前十日数据预测
from pybrain.datasets import SupervisedDataSet
### 建立数据集
def make_training_data():
ds = SupervisedDataSet(HISTORY, 1)
for ticker in universe: # 遍历每支股票
raw_data = DataAPI.MktEqudGet(ticker=ticker, beginDate=training_set[0], endDate=training_set[1], field=[
'tradeDate', 'closePrice' # 敏感字段
], pandas="1")
plist = list(raw_data['closePrice'])
for idx in range(1, len(plist) - HISTORY - 1):
sample = []
for i in range(HISTORY):
sample.append(plist[idx + i - 1] / plist[idx + i] - 1)
answer = plist[idx + HISTORY - 1] / plist[idx + HISTORY] - 1
ds.addSample(sample, answer)
return ds
### 建立测试集
def make_testing_data():
ds = SupervisedDataSet(HISTORY, 1)
for ticker in universe: # 遍历每支股票
raw_data = DataAPI.MktEqudGet(ticker=ticker, beginDate=testing_set[0], endDate=testing_set[1], field=[
'tradeDate', 'closePrice' # 敏感字段
], pandas="1")
plist = list(raw_data['closePrice'])
for idx in range(1, len(plist) - HISTORY - 1):
sample = []
for i in range(HISTORY):
sample.append(plist[idx + i - 1] / plist[idx + i] - 1)
answer = plist[idx + HISTORY - 1] / plist[idx + HISTORY] - 1
ds.addSample(sample, answer)
return ds
from pybrain.supervised.trainers import BackpropTrainer
### 构造BP训练实例
def make_trainer(net, ds, momentum = 0.1, verbose = True, weightdecay = 0.01): # 网络, 训练集, 训练参数
trainer = BackpropTrainer(net, ds, momentum = momentum, verbose = verbose, weightdecay = weightdecay)
return trainer
### 开始训练
def start_training(trainer, epochs = 15): # 迭代次数
trainer.trainEpochs(epochs)
def start_testing(net, dataset):
return net.activateOnDataset(dataset)
### 保存参数
from pybrain.tools.customxml import NetworkWriter
def save_arguments(net):
NetworkWriter.writeToFile(net, 'huge_data.csv')
print 'Arguments save to file net.csv'
from pybrain.tools.shortcuts import buildNetwork
### 初始化神经网络
fnn = buildNetwork(HISTORY, 15, 7, 1)
training_dataset = make_training_data()
testing_dataset = make_testing_data()
trainer = make_trainer(fnn, training_dataset)
start_training(trainer, 5)
save_arguments(fnn)
print start_testing(fnn, testing_dataset)
Total error: 0.00226884924246
Total error: 0.00058242191557
Total error: 0.00058089738079
Total error: 0.000581061747831
Total error: 0.000580708420341
Arguments save to file net.csv
[[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]
[-0.00055257]]
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论