Quant Strategy 量化策略

qmt、ptrade、okx、bnb、joinquant聚宽、机器学习ML、人工智能AI
点这里readme 查看格式更好

这是一个量化代码合集，目前是以qmt、okx、聚宽为主，也会写一些技术博客，涉及到机器学习和人工智能量化，逐步完善
麻烦点个小星星支持一下哦~（点star后会更多人看到这个项目，作者有持续更新下去的动力）
Please give a star to support it.

内容介绍

平台	说明	文件	外部链接
聚宽	年均18%，44行代码	joinquant_rsrs因子_年均18%收益.py	点击跳转
聚宽	网格交易，适合震荡	joinquant_网格交易_v1.py	点击跳转
聚宽	macd不一致研究	joinquant_计算macd值与同花顺不一致原因探索.py	点击跳转
聚宽	价值投资 选股	joinquant_价值投资-选股策略.py	点击跳转
聚宽	先获取概念板块,对应的股票；最近5年roe均大于当年的平均水平, 最近一年roe排名前30%, 按照板块+roe降序排序	joinquant_概念板块+基本面选股.py	点击跳转
聚宽	探索指数背后的市盈率PE	joinquant_手动计算板块指数的PE.py	点击跳转
聚宽	在PE低的时候买入,在高的时候卖出	joinquant_上证50利用动态PE增强模型.py	点击跳转
----	--------	--------	--------
qmt	macd策略，实时交易	qmt_macd策略.py	点击跳转
qmt	龙头跟随策略，实时交易	qmt_龙头跟随_v1.py	暂无
miniQmt	眼哥版本均线策略	miniqmt_均线策略_v1.py	暂无
miniQmt	保存概念板块对应的股票	miniqmt_概念板块.py	点击跳转
----	--------	--------	--------
okx	okx现货交易代码	okx_spot_inst_demo.py	点击跳转
okx	okx合约交易代码	okx_contract_swap_demo.py	点击跳转
----	--------	--------	--------
yfinance库	同时支持A股和BTC等数据,多周期均线策略	yfinace_多标的多均线_v1.py	暂无
----	--------	--------	--------
AI	DeepLOB (CNN+LSTM订单簿预测)	AI_DeepLOP.ipynb	点击跳转
ML机器学习	DT决策树demo	ML_DT决策树_分类demo.py 回归 排序	原理 实战
----	--------	--------	--------
Qlib量化工具	查看下载好的数据	A股数据 美股数据	教程
Qlib	查看Alpha158、Alpha360因子	158因子 360因子	文章解说
Qlib	公式化构建因子	qlib_build_formulaic_Alphas.py	文章解说
Qlib	模型的训练和预测	qlib_model_demo.py	文章解说
Qlib	利用训练好的模型进行回测	qlib_backtest_demo.py	文章解说
----	--------	--------	--------
optuna	自动调参利器&python实例	optuna_LGB_demo.py	文章解说

技术博客详情

类型	链接	说明
ML4T	ML4T - 第7章第1节 A - 简单线性回归Simple Regression	ML4T（machine-learning-for-trading）点击
ML4T	ML4T - 第7章第1节 B - 多变量线性回归Multiple Regression	点击代码
ML4T	ML4T - 第7章第1节 C - 随机梯度下降回归 Stochastic Gradient Descent Regression (SGDRegressor)	点击
ML4T	ML4T - 第7章第2节 A - 五因子 Fama-French 模型 (Five Fama-French factors)	点击
ML4T	ML4T - 第7章第2节 B - Fama–MacBeth经典两步法(Fama–MacBeth classic two-step method)	点击
ML4T	ML4T - 第7章第3节 数据准备(preparing the model data)	点击
ML4T	ML4T - Quandl Wiki数据下载和处理(Quandl Wiki Prices)	点击
ML4T	ML4T - 第7章第4节 线性回归统计 Linear Regression for Statistics	点击
ML4T	ML4T - 第7章第5节 用线性回归预测股票回报Prediction stock returns with linear regression	点击
ML4T	ML4T - 第7章第6节 使用Alphalens进行分析 Alphalens Analysis	点击
ML4T	ML4T - 第7章第7节 逻辑回归拟合宏观数据Logistic Regression with Macro Data	点击
ML4T	ML4T - 第7章第8节 利用LR预测股票价格走势Predicting stock price moves with Logistic Regression	点击
ML4T	ML4T - 第8章第0节 数据准备Data prep	点击
ML4T	ML4T - 第8章第1节 蒙特卡洛估计夏普率 Monte Carlo Estimation of Sharpe Ratio	点击
----	--------	--------
Freqtrade	Freqtrade - 入门及手动安装记录	Freqtrade交易机器人
Freqtrade	Freqtrade - 快速开始Quick Start
Freqtrade	Freqtrade - Basics 基础知识
Freqtrade	Freqtrade - Configuration 所有配置大全
Freqtrade	Freqtrade - Strategy Quickstart 策略快速入门
Freqtrade	Freqtrade - Strategy Customization 策略定制

关于作者

平台	链接	说明
微信	yiyou888wx	备注GitHub(方便的话star下，感谢)
小红书	搜"芒果量化"	图文解说
微信群	暂无链接	技术交流(➕V拉你)
csdn博客	点击跳转	博客发布
joinquant聚宽	点击跳转	可复制回测
QQ群	983459113	资料下载
X/telegram	MangoQuant	Foreign users

其他

量化优势：对抗人性、不用盯盘、数据分析
量化优势显而易见，也是将来发展的趋势，比别人多一条路总是好的。
有基础的可能看懂我的源码，运行调试修改也比较方便，要是有不太懂的可以问问AI。