example-spark：Spark，Spark Streaming和Spark SQL单元测试策略

算法交易机器人（Python / QuantConnect） 基于标准突破交易策略构建的Python交易机器人： 算法观察给定工具的过去高点 价格超过先前高点时将产生买入信号 购买证券后，将实施止损以配合价格走势 当价格下跌设定的亏损百分比时，头寸将被平仓 算法动态确定回溯长度： 回溯长度是根据波动性调整确定的 当安全性的波动性很高时，回溯长度会进一步追溯到以前的历史记录，而当波动性较低时，回溯时间会更长 这样做可以使算法自动适应波动性的变化 使用Python，Numpy库和QuantConnect平台构建的算法

投资组合优化 使用MATLAB比较投资组合优化策略

跨品种价差套利原理,通俗地讲，就是两个合约相关性很好，突然市场出了一个bug，破坏了两个合约之间的平衡状态，进场套利；等待市场回复，平仓出场。即均值回复思想。

反向学习策略源码matlab 警报：最新稳定更新@ 3月9日晚上11:30 将所有问题直接发送到Piazza。 提出问题之前，请确保在最新的稳定更新之后进行了克隆/分叉。 16-745最佳控制和信息学习：作业2 截止日期：3月27日 该任务的目的是生成一个本地策略，该策略在尽可能短的时间内将Ackermann系统驱动到一系列航点(x, y, theta) ，同时尊重动力学（非完整）和控制饱和度（速度，加速度和加速度）。转向角限制）。 作业是开放式的，可以用来完成此任务的最佳控制/ RL /计划/学习方法的类型没有限制。 软件 此作业要求设置机器人操作系统（ROS）和凉亭环境。 赎回权 Ubuntu 14.04或更高版本 ROS Indigo或更高版本 凉亭7或更高版本 设置工作区 在catkin工作区中获取此存储库。 建议的位置是~/catkin_ws/src/ ，但是任何有效的catkin worskspace源文件夹都可以使用。 我们建议分叉并克隆，因为您将使用该代码。 其他要求 可能需要安装以下ROS软件包。 effort_controllers joint_state_publ

欢迎捐款！！ 喜欢你所看到的吗？ 随时捐赠以支持进一步的发展。 简单趋势逆转EA MT4 EA用于mrdfx发明的简单趋势反转策略 在此处阅读有关该策略的更多信息： 想法： 在S＆R线下方/上方设置SL x点 当价格遇到下一个SR线时平仓部分，然后追踪剩余的头寸 根据SL和下一条S＆R线计算RR 版本历史： 1.23 固定的重新输入代码 添加了SignalInvalidAfterHours设置，该设置将防止在信号过旧时EA开仓交易 添加了SignalInvalidAfterPips设置，当价格远离原始信号时，这将防止EA打开交易 1.21 小错误修正 1.18.4 添加了（可选）S＆R过滤器，其中EA仅会打开出现在S＆R级别的交易 1.18.3 代码重构 固定贸易专家小组对今天的利润显示的错误点数错误 希望修复在更改设置后EA关闭的错误 1.18.2 修复了找不到配对时

策略ATR 基于平均真实范围指标的策略。

所谓集合竞价就是在当天还没有开盘之前，你可根据前一天的收盘价和对当日股市的预测来输入股票价格，在集合竞价时间里输入计算机主机的所有下单，按照价格优先和时间优先的原则计算出最大成交量的价格，这个价格就会是集合竞价的成交价格，而这个过程被称为集合竞价。

本篇基于光大证券研报《基于阻力支撑相对强度(RSRS)的市场择时》，给出了RSRS斜率指标择时，以及在斜率基础上的标准化指标择时策略。

启用可审计自主性的神经回路政策 神经回路策略（NCPs）是基于LTC神经元和突触模型设计的稀疏循环神经网络，受到神经的神经系统的启发。 本页描述了NCP的Keras（TensorFlow 2.0软件包）参考实现。 有关论文的再现性材料，请参见。 安装 要求： Python 3.6 TensorFlow 2.0 （可选）PyTorch 1.7 pip install keras-ncp 2021年1月更新：添加了实验性PyTorch支持 随着keras-ncp 2.0版，添加了实验性PyTorch支持。 下面的文件夹和一个Colab笔记本中有一个有关如何使用PyTorch绑定的。 请注意，