基于C++/Python的量化交易研究框架，用于策略分析及回测（仅受限于数据，如有数据也可用于期货等）。其核心思想基于当前成熟的系统化交易方法，将整个系统化交易抽象为由市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法七大组件，你可以分别构建这些组件的策略资产库，在实际研究中对它们自由组合来观察系统的有效性、稳定性以及单一种类策略的效果。 *组合灵活，分类构建策略资产库**对系统化交易方法进行了良好的抽象，包含了九大策略组件：市场环境判断策略、系统有效条件、信号指示器、止损/止盈策略、资金管理策略、盈利目标策略、移滑价差算法、交易对象选择策略、资金分配策略。可以在此基础上构建自己的策略库，并进行灵活的组合和测试。在进行策略探索时，可以更加专注于某一方面的策略性能与影响。其主要功能模块如下： 目前项目包含了3个主要组成部分：基于C++的核心库、对C++进行包装的Python库、基于Python的交互式工具。 - C++核心库，提供了整体的策略框架，在保证性能的同时，已经考虑了对多线程和多核处理的支持，在未来追求更高运算速度提供便利。C++核心库，可以单独剥离使用，自行构建自己的客户端工具。 - Python库，提供了对C++库的包装，同时集成了talib库（如TA_SMA，对应talib.SMA），可以与numpy、pandas数据结构进行互相转换，为使用其他成熟的python数据分析工具提供了便利。 - 交互式探索工具，提供了K线、指标、系统信号等的基本绘图功能，用于对量化策略的探索和回测。 - **代码简洁，探索更便捷、自由** 同时支持面向对象和命令行编程范式。其中，命令行在进行策略探索时，代码简洁、探索更便捷、自由。 - **安全、自由、隐私，搭建自己的专属云量化平台** 结合 Python + Jupyter 的强大能力与云服务器，可以搭建自己专属的云量化平台。将Jupyter部署在云服务器上，随时随地的访问自己的云平台，即刻实现自己新的想法，如下图所示通过手机访问自己的云平台。结合Python强大成熟的数据分析、人工智能工具（如 numpy、scipy、pandas、TensorFlow)搭建更强大的人工智能平台。 - **数据存储方式可扩展** 目前支持本地HDF5格式、MySQL存储。默认使用HDF5，数据文件体积小、速度更快、备份更便利。

扫地僧Backtrader给力教程样书和源码。目前唯一全面地、系统化介绍python开源量化框架backtrader的技术教程。

量化交易机器人智能AI自动源码

V:XDZNLH527 做量化交易我们是认真的 “市场很乱”打酱油的很多，专业的很少； 有自己完善的策略体系才是核心！ 希望你走了一圈之后，回来跟我说：还是你们最靠谱 整挺好

自动交易币安合约 支持所有合约币种 如： BTC ETH LTC DOGC TRX LINK 等等 Api接口免费使用 根据市场行情自动下单、自动判断多空方向 智能止盈止损 中英文界面* 自动炒币，对接币安API 参数自定义可控化 需要墙 普通版永久免费的 智能选择是根据行情波动情绪自动判断方向并清空相反仓位可以自己选择做多做空方向或者机器人自动判断

比特币合约量化交易策略机器人同时可以做莱特币，以太坊等诸多代币

2006年以来，已公募基金为代表的投资机构者逐渐崛起为A股的非常重要的一股力量。机构投资者通常拥有相似的决策框架、考核机制、信息渠道、行为模式。

功能：计算交易风险和分析开仓机会。 1.计算预期的风险。 2.计算预期的收益。 3.分析风险与收益的关系。 4.判断是否适合开仓。 5.给出合适的开仓价格。

主要运用于长期投资虚拟币或量化交易的策略。在海龟策略基础上进行了优化。欢迎同行批评指正。【短线勿扰】

KD线称之为随机指标，K为快速指标（黄色），D为慢速指标（蓝色），红色为J线，一般性用法围绕着J展开，20以下为超卖区（本来不该卖这么多，结果卖了这么多，就有反弹的需求），80以上为超买区，我们常用的都是J值，当J值低于20一下，出现金叉，反弹概率比较大。