索引 内容 位置 阿量化系统源代码 abupy目录 阿量化使用教程 abupy_lecture目录 阿量化非编程界面操作 abupy_ui目录 《量化交易之路》示例代码 ipython/python目录 《机器学习之路》示例代码 https://github.com/maxmon/abu_ml 特点 使用多种机器学习技术智能优化策略 在实盘中指导策略进行交易,提高策略的实盘效果,战胜市场 支持的投资市场: 美股,A股,港股 期货,期权 比特币,莱特币 工程设计目标: 分离基础策略和策略优化监督模块 提高灵活度和适配性 APP下载 & 网址 谢谢您来使用我们的应用! 电脑浏览器访问网址: https://www.abuquant.com iOS苹果手机AppStore下载链接 android手机下载链接页面 量化技术博客地址 K线课堂地址 量化课堂地址 APP简介 量化系统 阿量化综合AI大数据系统, K线形态系统, 经典指标系统, 走势趋势分析系统, 时间序列维度系统, 统计概率系统, 传统均线系统对投资品种进行深度量化分析, 彻底跨越用户复杂的代码量化阶段, 更适合普通人群使用, 迈向量化2.0时代. 量化模型 上述系统中结合上百种子量化模型, 如: 金融时间序列损耗模型, 深度形态质量评估模型, 多空形态组合评定模型, 多头形态止损策略模型, 空头形态回补策略模型, 大数据K线形态历史组合拟合模型, 交易持仓心态模型, 多巴胺量化模型, 惯性残存阻力支撑模型, 多空互换报复概率模型, 强弱对抗模型, 趋势角度变化率模型, 联动分析模型, 时间序列的过激反应模型, 迟钝报复反应模型, 趋势启动速度模型, 配对对冲模型等. AI量化 阿量化针对AI人工智能从底层开发算法, 构建适合量化体系的人工智能AI系统, 训练了数个从不同角度识别量化特征的评分模型,整体上分为三个系别:物理模型组、多巴胺生物模型组、量化形态模型组。不同系别模型群从不同角度(主要物理交易实体分析、人群心理、图表等三个方向)评估走势,系别的模型群是由若干个独有的识别算法和参数遗传淘汰,组成族群,加权投票评分. 量化策略 阿量化结合了传统基于代码策的量化系统, 对未来择时信号发出时机的预判, 系统基于数百种简单种子交易策略,衍生出更多的量化交易策略新策略在这些种子基础上不断自我学习、自我成长,不断分裂,适者生存,淘汰选择机制下繁衍,目前应用的量化买入卖出信号策略共计18496种。 量化应用 阿量化结合多种量化分析数据构建了数百种量化应用, 如: AI高能预警, AI高光时刻, 智能预测涨跌幅, 下跌五浪量化, 上涨五浪量化, 阻力支撑强度分析, 上升三角形突破, 下降三角形, 三重底 (头肩底), 三重顶 (头肩顶), 圆弧顶, 圆弧底, 乌云盖顶形态, 上升三部曲形态, 好友反攻形态, 单针探底形态, 射击之星形态, 多方炮形态, 上涨镊子线, 向上突破箱体, 跳空突破缺口, 黄金分割线量化, 趋势跟踪信号, 均值回复信号, 止损风险控制量化, 止盈利润保护量化, 综合指标分析等. 安装 部署 推荐使用Anaconda部署Python环境,详见 量化环境部署 测试 import abupy 界面操作(非编程) 更多界面操作示例 使用文档 1:择时策略的开发 第一节界面操作教程视频播放地址 择时策略决定什么时候买入投资品,回测告诉我们这种策略在历史数据中的模拟收益如何。 买入择时因子的编写 分解模式一步一步对策略进行回测 卖出择时因子的实现 在对的时间,遇见对的人(股票),是一种幸福 在对的时间,遇见错的人(股票),是一种悲伤 在错的时间,遇见对的人(股票),是一声叹息 在错的时间,遇见错的人(股票),是一种无奈 详细阅读 2: 择时策略的优化 通过止盈止损保护策略产生的利润,控制风险。 基本止盈止损策略 风险控制止损策略 利润保护止盈策略 详细阅读 3: 滑点策略与交易手续费 考虑应用交易策略时产生的成交价格偏差及手续费。 滑点买入卖出价格确定及策略实现 交易手续费的计算以及自定义手续费 type date symbol commission buy 20150423 usTSLA 8.22 buy 20150428 usTSLA 7.53 sell 20150622 usTSLA 8.22 buy 20150624 usTSLA 7.53 sell 20150706 usTSLA 7.53 sell 20150708 usTSLA 7.53 buy 20151230 usTSLA 7.22 sell 20160105 usTSLA 7.22 buy 20160315 usTSLA 5.57 sel
2021-12-22 18:01:51 55.89MB 实盘 量化系统 股票交易 期货系统
网格检验报告.doc
2021-12-22 16:03:48 65KB
labview查找尔数组中的真值个数及为真的尔所在位置
2021-12-22 14:21:41 10KB labview 布尔数组 真值个数
1
牛仔裤是孟加拉RMG行业的重要前景,前景广阔。 定价是在全球竞争市场中可以毫无怀疑地获得的最重要因素。 如果不提供最低的成衣成本,就很难在服装市场中生存。 该研究着重于与基本牛仔裤子的离岸价格直接相关的整个因素,其中按时间顺序显示了面料成本,装饰和配件成本,存储,制造成本,洗涤成本,测试成本,商业成本和利润。 。 该研究的所有计算均基于工业框架进行,并且从六个不同的牛仔裤子制造商和出口商收集了主要数据和辅助数据。 该研究提供了确定的面料消耗,线消耗,CM计算,所需聚的原理; 漫画的计算和成本核算非常仔细。 该研究还提供了可能的清洗和测试,因此可以控制总价格范围,并表明总的离岸价格。 牛仔长裤的制造商,出口商,零售商和消费者将获得明显的成本核算方法及其参数。
2021-12-21 17:08:42 536KB 牛仔布 牛仔服装 成本核算 消费
1
PCB板规则。华为内部 大口径反垃圾林疯狂
2021-12-21 12:03:20 364KB PCB布板
1
在地基伪卫星定位系统独立组网时,可将其站问题转换为多目标优化问题求解,以提高系统信号覆盖率、优化基站几何局为目标,从而达到减少基站数量同时保证良好定位精度的目的。提出了基于带精英策略的非支配排序遗传(NSGA-Ⅱ)算法的伪卫星系统多目标站方法,通过可视域分析技术确定系统信号覆盖率,并采用一种多矩阵相乘的加权水平精度因子计算方法衡量基站几何局,最后利用NSGA-Ⅱ算法求解两个优化目标的非支配最优解集。以张家界某山区地形进行仿真,结果显示只需28个基站系统信号覆盖率就可以达到90%,同时能保证系统基站几何局较优,性能优于普通遗传算法,在实际工程站应用中有一定的指导意义。
2021-12-20 22:31:06 1.92MB 伪卫星 基站选址 NSGA-Ⅱ
1
java 小项目 石头剪刀小游戏 适合初学者、很简单很实用、
2021-12-20 21:14:57 599KB java 项目 游戏
1
尔 威尔分。 安装 $ npm install distributions-weibull 要在浏览器中使用,请使用 。 用法 var createDist = require ( 'distributions-weibull' ) ; 要创建威尔分, var dist = createDist ( ) ; 构造函数使用两个输入参数lambda和k ,这是Weibull分的shape和scale参数。 默认情况下,将创建lambda = 1和k = 1的分。 该发行版是可配置的,并具有以下方法... dist.support() 返回分支持,它是区间(0,∞)中的所有数字。 var support = dist . support ( ) ; // returns [ 0,+Infinity ] dist.lambda([value]) 此方法是设
2021-12-19 16:55:21 16KB JavaScript
1
斯采样matlab代码ORIE-6741贝叶斯机器学习项目 贝叶斯非参数时间序列数据的预测模型 Chawannut Prommin(),Serena Li(),Yutao Han() 纸张结构 抽象的 我们提出了一种新颖的贝叶斯非参数框架,用于具有模式发现和在线推理的时间序列数据建模。 我们尝试使用Indian Buffet过程和无限隐藏Markov模型进行自动模式或聚类发现。 然后,我们的模型使用一种新颖的框架,通过具有谱混合核函数的高斯过程回归和假设检验,来在线推断时间序列数据。 由于对簇而不是整个数据集进行评估,因此我们考虑了在线推理过程中模型的可伸缩性。 介绍 相关工作 方法 贡献 印度自助餐过程(IBP)发现簇数 无限隐马尔可夫模型(iHMM)聚类 光谱混合(SM)内核学习 聚类时间序列数据 在线推论 快速推断 实验结果 时间序列聚类 内核学习和卡方检验 模型精度评估 讨论 参考 代码结构 要运行的脚本的描述: 下面的MATLAB文件不包括使用GPyTorch在Python文件中完成的KISS-GP快速推断的实现。 MATLAB文件实质上包括除KISS-GP实现之外的所有
2021-12-18 11:03:22 1.94MB 系统开源
1
2021-2027全球与中国SMS医用无纺市场现状及未来发展趋势.docx
2021-12-17 17:02:56 141KB 市场占有率 行业前景
1