股票买卖最佳时机leetcode 配对交易模拟研究 介绍 该项目的问题是查看配对交易的准确性。 它如何使用配对交易的方法带来利润。 通过使用配对交易方法，使用福特和通用汽车调整后收盘价比率，4 年数据图末尾的总利润表明该方法适用于这两种不同的股票。 这两只股票的利润是正的，这种方法似乎是有道理的。 尝试使用不同数量的 k 的利润结果，这决定了在某个时刻是卖出还是买入股票，确定 k 中哪一个的利润最大。 背景 配对交易基本上是使用两种不同的股票进行买卖。 当这两只股票的比率达到比率平均值 + K * SD 时，卖出分子股票（价格将高于买入时的价格）并买入分母股票（价格较低）。 当它超过该比率的平均值时，买入和卖出股票，因为它表明我们买入（拥有）的股票价格上涨，而我们卖出的股票价格下跌。 随着这些步骤的继续，利润将会增加。 实证研究 在 Ford vs GM 中，当 k = 1 时，图中有 18 个开口和 18 个关闭。 每对开平都会带来利润。 随着更多这些货币对加起来总利润，随着时间的推移，会有更多的利润。 这两只是2011年到2014年的真实股票，但是通过这种配对交易方式，已经获利了。

Python对交易 配对交易策略的简单实现。 这个脚本是我在我的大学为金融计量经济学课程所做的研讨会论文的一部分。 它需要很多改进，但我会继续更新它。

Pairstrade-Fyp-2019 科大的最后一年项目。 我们测试了3种进行配对交易的主要方法： 距离法 协整方法（滚动OLS，卡尔曼滤波器） 强化学习代理（拟议） 。 “五年计划”成员：，， 如何开始？ 运行./setup.sh以安装所有依赖项 笔记 在我们的实验中，我们使用了来自盈透证券平台的财务数据，该平台不是免费的。 根据他们的规定，我们无法向公众发布实验中使用的财务数据。 随时使用您自己的价格数据进行实验。 免责声明 我们执行的策略尚未被证明在真实交易账户中有利可图 报告的回报完全来自回测程序，它们可能会受到我们不知道的前瞻性偏见的影响。 更新 我们不再对此进行开发，请查看关于RL代理的发现

与机器学习配对交易 实施了PCA和DBSCAN聚类，以基于相似的因子负荷对SP500股票进行分组 确定集群中的货币对以实施美元中性的布林带对交易策略 成对的投资组合均等加权结果：该投资组合在2018年的夏普比率为2.5，年收益率为25％。 请参阅此处获取数据： :

量化交易，详细解释股票配对交易操作流程，多空对冲交易