结合编程和量化的内容,我们社区和学院有很多:BigQuant社区。推荐以下内容:策略开发

策略大都附有python代码,可以点击 克隆策略,在 我的策略 里进行开发。

2.编程知识入门

平台使用的是python语言,可以直接在 我的策略 里建立新notebook进行编程练习。

掌握以上知识,从基础进阶了以后,推荐一些扩展知识:

3.Python库numpy

介绍:一个用python实现的科学计算包。包括:1、一个强大的N维数组对象Array;2、比较成熟的(广播)函数库;3、用于整合C/C++和Fortran代码的工具包;4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

scipy

介绍:SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包。它包括统计、优化、线性代数、傅里叶变换、信号和图像处理、常微分方程求解等等。

pandas

介绍:Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。

quantdsl

介绍: quantdsl包是Quant DSL语法在Python中的一个实现。Quant DSL 是财务定量分析领域专用语言,也是对衍生工具进行建模的功能编程语言。Quant DSL封装了金融和交易中使用的模型(比如市场动态模型、最小二乘法、蒙特卡罗方法、货币的时间价值)。

statistics

介绍:python内建的统计库,该库提供用于计算数值数据的数学统计的功能。

PyQL

介绍: PyQL构建在Cython之上,并在QuantLib之上创建一个很浅的Pythonic层,是对QuantLib的一个包装,并利用Cython更好的性能。

pyfin

介绍:针对于中国市场的Pandas定量投资金融工具包

vollib

介绍:Vollib是用于计算期权价格、隐含波动率的纪念日工具包。能够非常快速和准确的技术来获得期权的隐含波动率。

QuantPy

介绍:python量化金融框架。目前还是一个alpha版本,可以从雅虎网站获取每日收益的投资组合类。计算夏普比率和有效边界,并实现投资组合优化。

Finance-Python

介绍:纯python实现的金融计算库,目标是提供进行量化交易必要的工具,包括但不限于:定价分析工具、技术分析指标。其中部分实现参考了quantlib。

ffn

介绍:ffn是一个专门为从事量化金融工作的人们提供金融数据分析功能的python包。 它位于重量级包(Pandas,Numpy,Scipy等)的基础上,并提供了广泛的功能模块,包括性能测量、图形可视化和数据转换。

pynance

介绍:PyNance是用于从股票和衍生品市场检索、分析和可视化数据的开源软件。 比较特别的是它能够用于生成机器学习算法的特征和标签的工具。

tia

介绍:TIA是针对彭博数据库设置的,它提供bloomberg数据访问、更简便的pdf文档生成、回溯测试功能、技术分析功能、收益率分析和几个常用的Windows utils的工具包。

4.交易和回测BigQuant

介绍:人工智能量化交易平台,拥有丰富的金融数据,可直接使用90%的主流机器学习/ 深度学习Python包。

TA-Lib

介绍:TA-Lib的简称是Technical Analysis Library,主要功能是计算价格的技术分析指标。 是技术分析者和量化人员在策略开发中常用的量化分析包。

easytrader

介绍:提供券银河/银河客户端/广发/湘财证券/雪球的基金、股票自动程序化交易以及自动打新,支持跟踪 joinquant /ricequant 模拟交易 和 实盘雪球组合, 量化交易组件。

vnpy

介绍:vn.py - 基于python的开源交易平台开发框架,在github上是一个比较火的项目,目前对接的交易接口特别丰富,无论是股票接口还是期货接口。

实盘易

介绍:实盘易(ShiPanE)Python SDK,通达信自动化交易 API 及量化平台。

介绍:实时获取新浪 / Leverfun 的免费股票以及 level2 十档行情 / 集思路的分级基金行情, 很小,但非常实用。pyalgotrade-cn

介绍:Pyalgotrade-cn 在原版的基础上加入了A股历史行情回测,并整合了tushare提供实时行情。以便大家对自己的策略进行回测和模拟测试。这个项目提供了比特币的交易接口。

pyktrader 基于pyctp接口,并采用vnpy的eventEngine,使用tkinter作为GUI的python交易平台

trade

介绍:trade是金融应用的一个包。 它主要是用于分析主题投资和事件驱动策略。 主题代表可以交易的任何东西,而事件则代表影响一个或多个主题的任何内容,如证券交易所政策或股票分割。它是针对与金融市场有关的任何一种主题和事件进行开发的投资工具包。

zipline

介绍:一个事件驱动股票策略量化回测框架,由Quantopian开源,目前国内的很多Python编程语言的在线量化回测平台都是以zipline为模板开发应用的。

QuantSoftware Toolkit

介绍:QSToolKit(QSTK)是一个基于Python的开源软件框架,旨在支持组合构建和管理。 为金融学生、计算机学生和具有编程经验的量化分析师建立QSToolKit。支持建模分析、回测分析和实盘交易。

quantitative

介绍:quantitative是一个事件驱动和多功能的反向测试库。 用户可以用定量测试他们的交易模型。由于仍在开发中,谨慎使用。

analyzer

介绍:用于实时金融数据收集、分析和开发交易策略的一个金融分析包。

bt

介绍:bt是用于测试定量交易策略的Python的灵活的backtesting框架。 bt建立在ffn之上,封装了很多机器学习、信号处理和统计函数。bt的目的是建好轮子,让量化人员把重点放在策略开发上。

rqalpha 介绍:一款量化回测平台。

quantconnect 介绍:国外一款在线的量化回测平台。

backtrader

介绍:一个功能丰富的Python测试和交易框架。backtrader能够让策略研究员专注于编写可重用的交易策略、指标和分析器,而不是花时间构建基础设施。理念类似bt.

pythalesians

介绍:网上对这个量化分析包的介绍资料并不多。

pybacktest

介绍:在Python 结合Pandas包的矢量化测试框架,旨在帮助宽客回测更容易、 紧凑、简单、快速。

pyalgotrade

介绍:PyAlgoTrade是一个事件驱动的算法交易Python库。 尽管设计初衷是回溯测试,但现在已经可以实盘交易,并且包含比特币的交易。pyalgotrade-cn是国内版针对中国市场的开源量化包。

tradingWithPython

介绍:从名字就可以看出,这是一个使用Python 来进行交易的一个量化分析包,使用它可以完成一系列金融量化教程的学习。

algobroker

介绍:这是一个算法交易执行引擎。

pysentosa

介绍:pysentosa是一个针对sentosa自动化交易系统的Python接口,作者Wu Fuheng

finmarketpy

介绍:finmarketpy是一个基于Python的库,帮助你能够使用简单易用的API分析金融数据以及回测交易策略。

volatility-trading 基于Euan Sinclair的波动率交易的波动率估计器

quant 在这里收集了一些量化金融和算法交易的资料,大多数基于Quantopian、Zipline、Pandas的ipython notebook。

5.风险分析pyfolio

介绍:组合投资和风险分析的库,是与zipline配合使用的一个组合风险分析工具。BigQuant平台可直接使用,已安装完成。

qrisk

介绍:和pyfolio一样,也是配合zipline使用的,主要用来分析因子风险。

finance

介绍:财务风险计算库,该项目的目的是提供易于使用的python代码进行财务风险计算。

qfrm

介绍:定量金融风险管理,用于度量、管理和可视化投资组合风险的极好的OOP工具。

VisualPortfolio

介绍:用于可视化分析投资组合的工具

python编程实例集合-编程小白如何结合量化实例学习python量化建模?相关推荐

  1. 量化交易编程实例python-编程小白如何结合量化实例学习python量化建模?

    结合编程和量化的内容,我们社区和学院有很多:BigQuant社区.推荐以下内容:策略开发 策略大都附有python代码,可以点击 克隆策略,在 我的策略 里进行开发. 2.编程知识入门 平台使用的是p ...

  2. python创建一个集合类型的方法是_【Python基础】一文理解Python集合,17个方法全解,看完就够了...

    一.集合的定义 01 定义与特性 Python中的集合类似于数学中的集合概念,它是一组无序.不可重复元素序列,集合用{value1,value2}创建,某种程度上可以把集合看作是没有值的字典.字典是d ...

  3. python神经网络实例_Python编程实现的简单神经网络算法示例

    本文实例讲述了Python编程实现的简单神经网络算法.分享给大家供大家参考,具体如下: python实现二层神经网络 包括输入层和输出层 # -*- coding:utf-8 -*- #! pytho ...

  4. android串口编程实例_PLC编程由浅到深 | 如何搞懂西门子PLC脉冲输出

    点击箭头处"工业之家",选择"关注公众号"! 如何搞懂西门子PLC脉冲输出 西门子S7-200PLC有两个PT0/PWM发生器(脉冲输出/脉宽调制),它们可以产 ...

  5. python代码_零基础小白必看篇:Python代码注释规范代码实例解析操作(收藏)

    本文内容主要介绍了Python代码注释规范代码实例解析,通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下!!! 一.代码注释介绍 注释就是对代码的解释和说明 ...

  6. scpi编程实例 c语言,SCPI_编程语句中文解释_scpi编程实例,scpi编程手册

    Standard Commands for Programmable Instruments的缩写,即程控仪器(可编程仪器)标准命令集.SCPI 是一种建立在现有标准IEEE488.1 和 IEEE ...

  7. python网易云收费_小白都能学会的Python爬虫网易云音乐

    配置基础 python Selenium Chrome浏览器(其它的也可以,需要进行相应的修改) 分析 如果爬取过网易云的网站的小伙伴都应该知道网易云是有反爬取机制的,POST时需要对一些信息的参数进 ...

  8. python中如何计算集合的长度_Python如何计算序列长度 python dataframe中元素如何统计?...

    如何在python列表中查找某个元素的索引 方法二:利用enumerate函数.没有任何一个男人,可以游手好闲赢得女人的欣赏. python dataframe中元素如何统计? 比如我有一个数据集a, ...

  9. python面向对象实例王者荣耀_大牛程序员利用Python开发王者荣耀带妹神器,一路直奔上王者...

    王者荣耀 -很火的手游-简直老少通吃-令人发指-虽然操作简单-但为什么你还是会被虐, 其实 是有技巧的--本文Python大神带你研究王者荣耀各类英雄的出装小技巧,让你成为大神般的存在 前期准备 环境 ...

最新文章

  1. 安装华为T2000软件,无法初始化MS SQL 2000问题解决办法
  2. 电脑的发展史_互联网发展史 硅谷传奇之 IBM
  3. 使用webpack打包ES6代码
  4. php对某目录设置ip权限,apache - .htaccess如何单独给某个请求设置IP白名单权限?...
  5. Reactjs项目创建
  6. 最快的滚屏截图软件--SpaceCapture
  7. 使用原生js发送请求
  8. Multisim14仿真基本模拟电路之 10.3.5有源滤波器电路的仿真实验与分析
  9. 大鱼吃小鱼java源代码_大鱼吃小鱼Java课程设计
  10. ssms mysql_SQL Server Management Studio(SSMS)复制数据库的方法
  11. 如何查看ios sdk版本
  12. 第1部分 基础算法(提高篇)--第1章 贪心算法1425:【例题4】加工生产调度
  13. IDEA 不同系统中 新建 快捷键 Ctrl+Insert
  14. TCP三次握手和四次挥手学习
  15. 一文详解四种经典限流算法,面试必备。
  16. C#如何开发扫雷游戏
  17. python:基础知识
  18. Intranet+Intranet QA-11/20 游记
  19. 金蝶显示无法创建kis服务器,金蝶kis新建账套未成功解决方案
  20. Qt编写物联网管理平台44-告警邮件转发

热门文章

  1. 3配置的笔记本能不能运行博图v15_618电脑配置推荐大全,学UG要换电脑就来参考下!...
  2. 青柠启动v1.0发布
  3. 批量测试链接地址是否正常访问
  4. 卡特320新款智能机中文版电路图
  5. 3000xp7.32突然显示主数据库不存在的解决一例
  6. 3-感知机的局限性与多层感知机
  7. 小伙用C++技术实现3D俄罗斯方块游戏,3D元素让人耳目一新
  8. 用计算机怎么转换器,电脑转换器怎么用 电脑转换器详解
  9. 原生简单实现滑动解锁,和滑动拼图解锁
  10. oracle中使用online,batch(Oracle+shell)及Online(web即Java)使用场景区分(1)