1.vnpy迅投QMT接口:vnpy_qmt
2.Python量化交易之指数增强策略(fmz平台)
vnpy迅投QMT接口:vnpy_qmt
vnpy的略源迅投QMT接口,vnpy_qmt,略源为个人量化投资者提供了便捷的略源股票量化交易途径。我已成功开发并将其作为pip包发布,略源便于大家获取和使用。略源目前,略源iapp源码搭建这款接口主要针对vnpy 3.5版本进行了测试,略源确保兼容性。略源
核心功能包括通过连接mini客户端实现常规的略源买入和卖出操作。安装方法相对简单,略源只需从源码下载并解压,略源确保在vnpy环境中,略源通过远程pip安装依赖的略源迅投xtquant项目,你可以在这里找到下载链接:[迅投xtquant](github.com/ai4trade/XtQ...),略源以及相关的略源安装指导在迅投知识库中:[XtQuant版本下载 | 迅投知识库](thinktrader.net)
要启用vnpy_qmt通道,首先启动并登录mini客户端,接着在vnpy环境中配置连接,java组态物联网源码即可开始享受迅投QMT带来的高效量化交易体验。
Python量化交易之指数增强策略(fmz平台)
指数增强策略原理
策略收益由两部分组成:Beta收益和Alpha收益。Beta收益是指跟随指数获得的市场收益,Alpha收益则是通过量化方式优化投资组合获得的超额收益。
指数增强策略目标是在跟踪指数的基础上,调整投资组合以获得更高收益。这涉及到构建评价体系,对评价高的赚钱项目发布网站源码股票增加权重,评价低的股票减少权重。
构建评价体系的手段包括多因子选股、线下打新、日内回转(T0)和择时增强等。其中,多因子选股是获取Alpha的主要策略,通过各种因子筛选优质股票。
指数增强策略步骤
策略包括四个主要步骤:选择跟踪指数,整合网站页面的源码设置股票池,计算调仓指标,以及执行调仓操作。以沪深指数为例,选择成分股权重大于0.%的股票作为股票池,使用MACD和SMA指标来构建评价体系,对评价高的股票增加权重,评价低的iapp苏辙工具盒源码股票减少权重。
步骤1和2已使用Pycharm完成,读者需下载沪深指数数据。通过代码实现步骤3和4,最终获得优化后的投资组合。
指数增强策略源代码
实现指数增强策略的代码基于发明者量化交易平台开发,代码可在fmz.cn获取。完成步骤3和4后,代码实现优化后的成分股列表。
策略表现
策略在--至--期间的表现如下:初始净值为,累计收益为.%,年化收益为7.%,夏普比率为0.,年化波动率为1.%,最大回撤为.%。
结语
本文提供学习交流使用的指数增强策略内容,代码仅通过模拟盘回测,未经过实盘检验,风险提示同上。策略代码有改进空间,如设置止盈止损点、替换指标等。欢迎读者参与回测和参数调整,提高策略的适应性。
本文内容仅供参考,不保证百分百正确,欢迎指出错误,一经指出立即改正。如有QMT平台源代码需求,可私戳作者。