基于随机逼近理论,我们在限价单中提出了一个做市商的优化框架。 在最佳清算策略的背景下,我们考虑了Lavelelle,Lehalle和Pagès的文章中类似于Avellaneda-Stoikov模型的离散时间变体。 想法是利用更新出价和要价的过程的迭代性质,以使算法在反复试验的基础上(即在线学习)优化其策略。 这种方法的优点是,通过算法对系统的探索是在运行时执行的,因此不需要像随机控制方法那样对价格动态进行明确的说明。 正如将要讨论的那样,我们的方法的原理可以扩展到除做市商以外的更广泛的算法交易战术问题类别。
2021-11-22 12:52:42 1.06MB High-frequency trading algorithmic trading
1
交易者24 允许人们交易美国市场股票的应用程序。 数据提供者是IEX。 技术栈: React Chartjs 2 火力基地 React路由器 萨斯 笑话 使用Codacy提高代码质量。 实时版本: : 跑步 打开.env文件,然后输入您的IEX Cloud API密钥(两者可以相同) 转到项目目录并运行: $ npm install 启动应用程序: $ npm start 打开Web浏览器到:
2021-11-19 11:02:21 566KB react sass trading webapp
1
xBacktest: 基于C++的国内期货交易策略回测系统 架构 xBacktest是一个使用C++编写的期货交易策略回测系统,它借鉴了PyAlgoTrade的设计,采用事件驱动架构。 功能 xBacktest支持以下功能: 支持多策略、多合约、多周期组合 支持多种性能分析指标 内置多种技术指标,可外接TA-Lib 支持策略参数寻优,支持遗传算法寻优 抽象DataSeries接口,方便用户使用 策略编写使用事件驱动模式 说明 xBacktest已停止开发,其存在的主要问题是过度设计。回测系统如果考虑太多现实中不常用的需求,会导致不必要的复杂性。 改进版本的回测系统被集成到AlgoSE算法策略引擎中,实现回测与实盘接口的完全一致。
2021-11-17 19:37:25 323KB algorithmic-trading C++
1
51bitquant网格交易策略 使用方法 修改配置文件,配置您的配置文件。 { " platform " : " binance_spot " , " symbol " : " BTCUSDT " , " api_key " : " replace your api key here " , " api_secret " : " replace your api secret here " , " gap_percent " : 0.001 , " quantity " : 0.001 , " min_price " : 0.01 , " min_qty " : 0.001 , " max_orders " : 1 , " proxy_host " : " 127.0.0.1 " , " proxy_port " : 1087 } platform是交易的平台,填写binance_spot或binance_future,如果交易的是合约的,就填写binance_future。 symbol交易对:BTCUSDT,BNBUSDT等 a
2021-11-11 21:17:23 30KB grid bitcoin algorithms trading-bot
1
stock 简易的股票量化交易系统
2021-11-11 00:35:37 104KB Python
1
CS7646-机器学习交易 Tucker Balch博士于2017年秋季在乔治亚理工学院将CS 7646作为CS 7646的一部分进行分配 课程连结 课程页面: : 塔克·巴尔奇(Tucker Balch)的Udacity课程: : 课程结构 本课程由三门迷你课程组成: 迷你课程1:使用Python操纵财务数据 迷你课程2:计算投资 迷你课程3:机器学习交易算法 专案 共完成8个项目: 项目1: 职称:评估投资组合 目标:通过根据可用的历史数据计算某些指标来评估和比较不同的投资组合,并绘制比较图 链接: : 专案2: 标题:优化投资组合 目标:通过将“最小波动率”作为优化器指标,来确定应将投资组合的资金分配给每只股票,从而优化其绩效 链接: : 专案3: 标题:市场模拟器 目标:创建一个可以接受交易订单并随时间推移跟踪投资组合价值的市场模拟器,然后评估该投资组合的
2021-11-06 16:24:01 1.98MB Python
1
量化交易多因子模型。A five-factor model directed at capturing the size, value, profitability, and investment patterns in average stock returns performs better than the three-factor model of Fama and French (FF, 1993). The five-factor model's main problem is its failure to capture the low average returns on small stocks whose returns behave like those of firms that invest a lot despite low profitability. The model's performance is not sensitive to the way its factors are defined. With the addition of profitability and investment factors, the value factor of the FF three-factor model becomes redundant for describing average returns in the sample we examine.
2021-11-05 23:17:21 476KB 量化交易 quantative trading 多因子
1
uniswap-python 的非官方Python客户端。 作者绝不与Uniswap,uniswap.io或任何前述实体的任何子公司或分支机构有关联或由其资助。 此软件包从0.4.0版开始支持Uniswap V2。 功能性 一个简单易用的Python包装器,用于所有可用的合约函数和变量 简单解析Uniswap合同返回的数据 正在开发中 更好的错误处理 入门 本自述文件是有关此存储库中提供的python客户端语法的文档。 有关完整的语法详细信息,请参见函数文档字符串。 该API试图为Uniswap提供一个干净的接口,但是为了充分利用它,您必须熟悉Uniswap的官方文档。 您可以手动安装项目或使用pip: pip install uniswap - python # or pip install git + git : // github . com / shanefontaine / uniswap - python . git 环境变量 该程序期望设置环境变量以运行该程序。 您可以使用Infura节点,因为交易是在本地签名并作为原始交易进行广播。 环境变量是: PROVID
2021-11-04 23:02:28 43KB api wrapper crypto trading
1
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
2021-10-31 13:57:22 1.44MB dashboard trading-bot mql4 metatrader
1
| | 介绍 StockSharp (简称S# )–是免费程序,可在世界任何市场(美洲,欧洲,亚洲,俄罗斯,股票,期货,期权,比特币,外汇等)进行交易。 您将能够进行手动或自动交易(算法交易机器人,常规或HFT)。 可用的连接:FIX / FAST,ITCH(LSE,NASDAQ),Blackwood / Fusion,BarChart,CQG,E * Trade,IQFeed,InteractiveBrokers,LMAX,MatLab,Oanda,FXCM,OpenECry,Rithmic,RSS,Sterling,BTCE,BitStamp, Bitfinex,Coinbase,Kra
2021-10-27 08:52:29 146.77MB c-sharp finance crypto trading
1