社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

年化203%的ETF策略,把信号对接到QMT上即可 | 天勤SDK+ backtrader实盘方案(python代码+数据下载)

七年实现财富自由 • 3 天前 • 6 次点击  
原创内容第856篇,专注智能量化投资、个人成长与财富自由。
协作,其实是一个挺难的事情。
在上学那会,就意识到这个问题,选择计算机,就是因为编程可以自己“创造“一个空间,一份价值。
纳瓦尔说,除了资本和劳动力杠杆之外,还有两种: 代码和媒体。
另外还有一个领域就是量化投资,尤其是AI驱动的量化投资。——为数不多人,还有个人英雄主义的领域。
许多朋友当下面临就业困难的问题。
其实,适当的风险意识和居安思危是必要的。
在事业顺遂的时候,应该着手考虑”第二曲线“。
很多的的选项只有自媒体,或者”炒“股。
真要做投资,也应该是走量化投资,量化投资如果能建立起稳健的系统,那就是真正的被动收入。
从回测到模拟到实盘。
其实分段都简单,难在回测到模拟做到一体化。
实盘会很难吗?——本质上就是根据信号,出发交易动作:
while True:    api.wait_update()    if api.is_changing(klines):        ma = sum(klines.close.iloc[-15:]) / 15        print("最新价", klines.close.iloc[-1], "MA"ma)        if klines.close.iloc[-1] > ma:            print("最新价大于MA: 目标多头5手")            # 设置目标持仓为多头5手            target_pos.set_target_volume(5)        elif klines.close.iloc[-1] ma:            print("最新价小于MA: 目标空仓")            # 设置目标持仓为空仓            target_pos.set_target_volume(0)    break
很多新手同学一上来就问,这个策略在这个平台能跑嘛,其实,有了信号,比如日频的,你就手动执行不是很稳健?自己还行观察。
把这些信号对接到平台的api上,也是最简单的事情不是吗?
如果连这一步都不想做,那确实没必要做量化。
不过我仍然想做一件事情,就是整合backtrader与天勤的SDK。
天勤SDK可以提供数据、模拟盘。
backtrader负责快速开发策略。
年化203%的ETF策略,把信号对接到QMT上即可:
有同学在线上平台和专业版本都试过这个策略,结果差不多。
AI量化实验室——2025量化投资的星辰大海
吾日三省吾身

人生只是一个旅程,或者说一个过程。
情绪是假的,抑郁症或者强迫症的人,脑子里有一些回路出现了佛教里讲的妄念。当妄念一旦产生,你越想它,它就变形得越厉害;最后它产生的那个想法与真实世界是完全不一样的。当过了一段时间,回过头看,你会发现当时的自己怎么这么可笑?!
这时候最好的方法是什么呢?
你要允许它存在!不抗争,你接受不回答。它们像风从林中刮过,你不应该挡它,你不理的方式呢,就是你接受它,真的接受它,允许一切发生。
代码和数据下载:AI量化实验室——2025量化投资的星辰大海

AI量化实验室 星球,已经运行三年多,1600+会员。

aitrader代码,因子表达式引擎、遗传算法(Deap)因子挖掘引等,支持vnpy,qlib,backtrader和bt引擎,内置多个年化30%+的策略,每周五迭代一次,代码和数据在星球全部开源。

扩展  •  历史文章   

EarnMore(赚得更多)基于RL的投资组合管理框架:一致的股票表示,可定制股票池管理。(附论文+代码)

年化收益200%+的策略集 | 实时板块资金热力图 「aitrader 5.0系统代码发布」

年化19.66%,回撤12%的稳健策略|manus的启发:基于大模型多智能体的智能投研系统(python代码+数据)

年化30.24%,最大回撤19%,综合动量多因子评分策略再升级(python代码+数据)

年化18%-39.3%的策略集 | backtrader通过xtquant连接qmt实战

stock-pandas,一个易用的talib的替代开源库。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/181174
 
6 次点击