登录社区云，与社区用户共同成长
邀请您加入社区
使用miniQMT进行实时行情获取的教程
深夜三点，台灯微弱的光影里，无数散户正屏息凝神地复盘K线图，在社交媒体的喧嚣中寻找那个所谓的“内幕消息”，试图凭直觉在明日开盘时抢占先机。在AI与大数据主导的金融新纪元，交易的本质已经从“博弈人心”演变为“算力与逻辑的竞赛”。当机器识别出搜索热度与股价波动之间的毫秒级相关性时，它不需要理解背后的原因，只需要在你的大脑作出反应之前，完成一次收割。面对这种系统性的范式转移，每一位投资者都必须直面那个残
短线需紧盯集合竞价强弱（如龙头封单量、板块溢价率），盘中关注资金切换信号（如机器人分歧时算力/基建异动），及时止盈止损。
这行干久了就会发现，量化交易拼到最后其实是拼基础设施。就像赛车比赛，车手技术再牛，开个夏利也跑不过人家的F1。最近正好在整理各券商API的功能对比表，需要参考的可以私信我发你。对了，通过我们这边开户的量化用户，还能额外申请到API调用限额提升，这对做高频的朋友应该挺重要。
在金融市场中，股票交易是一个复杂且充满不确定性的过程。为了在这个领域取得成功，投资者需要不断地优化他们的交易策略。近年来，强化学习（Reinforcement Learning, RL）作为一种机器学习方法，因其在决策过程中的自适应能力而被广泛应用于股票交易策略的优化。本文将介绍如何使用Python实现基于强化学习的股票交易策略，并提供一些最佳实践。
在当今这个数据驱动的时代，自动化炒股已经成为许多投资者和交易者的新宠。深度学习，作为人工智能的一个重要分支，为股票价格预测提供了强大的工具。本文将带你了解如何使用PyTorch Lightning和TensorFlow这两个流行的深度学习框架来构建股票价格预测模型。
看海量化交易系统正式开源！
作者：chen_h微信号 & QQ：862251340微信公众号：coderpai论文链接：Deep learning networks for stock market analysis and prediction摘要作者考虑了两个主要问题：仅使用日内市场数据预测日内股票回报；使用预测的股票收益预测协方差矩阵；数据集数据集由来自韩国 KOSPI 的38种股票组成...
该程序基于baostock接口实现A股股票数据的自动化获取与存储，包含三大核心功能：股票列表更新(update_stk_list)、本地列表加载(load_stk_list)和历史K线数据下载(download_data)。程序支持获取日线、周线、月线及分钟线数据，可设置复权类型，自动处理停牌数据和周末日期。通过完善的异常处理机制（包括API重试、网络异常捕获等）确保稳定性，并将数据按股票代码分文
今天开始，我将一步步记录后续做量化交易的实现过程，既是对纷繁的思路的归纳梳理，也是为推动这项一个人的赚钱大业增加一些鞭策激励。读者朋友们如果有好的想法欢迎一起讨论~
量化投资速成营（入门课程）Python股票量化投资Python期货量化投资Python数字货币量化投资C++语言CTP期货交易系统开发数字货币JavaScript语言量化交易系统开发最优做市 (MM) 是在限价订单簿 (LOB) 的两侧同时下达买订单和卖订单的问题，目的是最大化交易者的最终收益率，同时最小化相关风险。 可以说，其中最突出的是库存风险，它源于交易者（做市商）在其库存中持有的标的资产的
