使用python量化交易接口有哪些分析指标和策略？

量化交易有哪些指标可以用于分析呢？主要有技术面和基本面可以用于分析！

来看一下技术面和基本面有什么区别？

技术面更关注具体的价格，比如每天的开盘价。收盘价。以及和开盘价/收盘价/最低价/最高价相关的K线，以及基于收盘价计算出来的均线。

基本面更关注企业本身以及大的市场环境的变换，因为外在的经济会影响企业的效益进而影响股价，比如疫情的出现，股市立即就有暴跌，这就是因为市场的外在环境变化，大多数企业的效益都会受到影响，连着股价也受到影响，所以敏感的人都会抛售股票这类风险较大的市场。

这就是我们需要首先确定的地方，我们要按照什么样类型的数据去做交易的策略。

使用python量化交易接口主要有哪些策略呢？

从量化分析目的的角度出发，来看下量化交易还有哪些不同的策略。

择时策略：

以赚钱为目的，看“均线”指标。

低买高卖，便宜的时候买入，贵的时候卖出、

选股策略：

基于公司的盈利能力（净利润，现金流），以及和股价结合来看的性价比来判断是不是一家值得投资的公司。

板块轮动策略：

通过观察不同行业和个股的周期性，利用行业指数的涨跌幅，来找到买入卖出的节奏。

分享个Python3 例子：

	1. # -- coding: utf-8 --
	2.
	3. """
	4.
	5. 此 DLL 接口为 32 位,用 python 解释器调用此接口的时候必须要用 python32 位解释器
	6.
	7. 1.用 32 位系统的直接安装 32 位 python 解释器
	8. 2.用 64 位系统的要设置兼容 32 位 python 解释器
	9.
	10. """
	11.
	12. from ctypes import *
	13.
	14.
	15. # 填入相对路径加载 DLL

	16. Dll = windll.LoadLibrary(".\\MetaTrade.dll")
	17.
	18. # DLL 初始化,只调用一次
	19. # 初始化返回值<=0,为初始化失败,同时不能够掉用其他功能否则会出错
	20. Dll.Init()
	21.
	22. # 返回结果和返回错误分配空间,结果信息空间为 1024*1024 字节,错误信息空间为 256 字节
	23. # 要使用批量功能应创建多个 Result 和 ErrorInfo 空间
	24. Result = create_string_buffer(1024 * 1024)
	25. ErrorInfo = create_string_buffer(256)
	26.
	27. # 登入交易账户
	28. # 参数是 str 类型的必须转换成 bytes 类型,int 类型不用转换,某些参数可以为空
	29. Ip = b'111.222.333.444'
	30. Port = 1234
	31. Version = b''
	32. YyBid = 0
	33. Account = b'123456789.C'
	34. TradeAccount = b'123456789'
	35. JyPassword = b'123456'
	36. TxPassword = b''
	37.
	38. # 按位置传参,注意 C 的类型
	39. # 要使用批量功能应要创建多个 ClientId
	40. ClientId = Dll.Logon(c_char_p(Ip), c_int(Port), c_char_p(Version),
	41. c_int(YyBid), c_char_p(Account), c_char_p(TradeAccount),
	42. c_char_p(JyPassword), c_char_p(TxPassword), ErrorInfo)
	43.
	44. # 登入成功 ClientId 返回结果为 1,如果返回结果为-1 表示登入失败,可以调 ErrorInfo 查看错误信息
	45. print(ErrorInfo.value.decode('gbk'))
	46.
	47. # 查询各类交易数据
	48. # ErrorInfo 为空则返回结果成功请调 Result 查看结果,反之返回结果失败请调 ErrorInfo 查看错误信息
	49. Dll.QueryData(ClientId, c_int(Category), Result, ErrorInfo)
	50. print(Result.value.decode('gbk'))
	51.
	52. # 单账户批量查询各类交易数据
	53. # 要批量查询多类数据Result 和ErrorInfo 必须建立相同数量,可用for 循环建立,Count 参数必须等于查询数据列表的长度,反之内存报错
	54. CategoryList = [Category1, Category2]
	55. CategoryArray = (c_int * len(CategoryList))(*CategoryList)
	56. ResultList = [cast(Result1, c_char_p), cast(Result2, c_char_p)]
	57. ResultArray = (c_char_p * len(ResultList))(*ResultList)
	58. ErrorInfoList = [cast(ErrorInfo1, c_char_p), cast(ErrorInfo2, c_char_p)]
	59. ErrorInfoArray = (c_char_p * len(ErrorInfoList))(*ErrorInfoList)
	60. Count = len(CategoryList)
	61.
	62. Dll.QueryDatas(ClientId, CategoryArray, c_int(Count), ResultArray, ErrorInfoArray)

使用python量化交易接口有哪些分析指标和策略？相关推荐

同花顺Python量化交易接口有什么功能？
为了进一步满足私募机构"本地化交易接口"的诉求,"同花顺Python量化交易接口"就出现了,目前仅支持同花顺模拟资金账户,您可以在本地对模拟资金账户进行下单.撤 ...
同花顺python_【本地直连】同花顺 Python量化交易接口上线
来源:雪球App,作者: 私募之家THS,(https://xueqiu.com/5808549553/129022113) 导读:同花顺智能交易终端MindGo版已上线2年多,凭借着同花顺深厚的技术 ...
如何学习python量化交易接口的搭建？
其实很多时候,大家只需要开始慢慢摸索,python与其他语言相比,量化数据接口更简单,毕竟,Python可以说是最适合大多数普通的编程方法.很多人想做量化生意,但是找不到界面,可以先试着从python ...
股票个人量化交易接口最常见的趋势跟踪策略
趋势跟踪策略相对于高频策略和统计套利类的策略来说风险就相对较大了,这是因为该策略风险敞口暴露较多. 我们在市面上常见的比如Smart Beta策略,CTA趋势跟踪策略和股票指数增强都是属于这种风险敞口 ...
python股票量化交易接口是应用到股票上吗？
python股票量化交易接口是应用到股票上吗?当然可以,而且是任何交易者都可以使用量化交易技术,股票交易数据是很容版易采集的,就是分析起来比权较麻烦,如果题主是职业散户,美股研究社更建议使用一些软件炒 ...
学习《深入浅出python量化交易交易实战》第一章（笔记）
1.学习<深入浅出python量化交易交易实战>第一章记录学习过程中的代码和一些坑 1.1 基础(名词解释) 1.1.1 CAPM (Capital Asset Pricing Moda ...
福利 | 零基础学习Python量化交易 !（深圳）
文末有数据派独家福利投资界的人才需求量化投资在中国已经进入到一个高速发展期.量化人才需求也成为众多金融企业的关注.金融科技企业发现中国目前正面临严重的金融科技专业人才短缺.而量化分析从业者,俗称 ...
移植 Python 量化交易 TA-Lib 库到函数计算
TA-Lib,全称"Technical Analysis Library", 即技术分析库,是 Python 金融量化的高级库,涵盖了 150 多种股票.期货交易软件中常用的技术分 ...
mt4量化交易接口：分享日常量化选股方法
在量化投资中,每个交易者总有很多选股的原因,有的着重看财务指标,有的则喜欢依赖于技术分析,而实际上,量化选股的本质=因子+算法,因子就是交易者觉得影响股价变动的一个或多个原因,算法就是交易者心中遵循的 ...

使用python量化交易接口有哪些分析指标和策略？

使用python量化交易接口有哪些分析指标和策略？相关推荐

最新文章

热门文章