作者文章归档：course
看海量化交易回测系统是一款免费开源的本地化专业回测平台，代码开源保障策略安全，告别黑盒问题。其针对性解决了回测数据不可靠、策略开发受限、回测结果存疑、环境搭建复杂等痛点，提供本地化部署的全流程方案，涵盖券商级行情数据管理、专业事件驱动回测引擎、Python策略开发平台等核心功能。当前V1.3.1版本开放下载（仅含数据管理模块），V2回测功能处于内测阶段，通过推荐渠道开通QMT可获取内测资格。
## **系统定位**
- 免费开源的本地化专业回测平台
- 代码开源，策略安全，告别黑盒
## **解决的问题**
- 回测数据不可靠（未复权、缺失、异常值）
- 策略开发...全文总结 这是一本关于时间序列预测的书籍相关介绍，作者为MANNING Marco Peixeiro 。书中涵盖了时间序列预测的核心概念、统计模型、深度学习以及自动化预测等多方面内容。开篇介绍时间序列的定义、分解以及预测项目生命周期等基础概念。接着详细阐述多种统计模型，如随机游走模型、移动平均模型、自回归模型及其组合ARMA、ARIMA模型等，包括模型原理、如何通过自相关函数（ACF）、偏自相关函数（PACF）等工具辅助建模，以及利用AIC准则、Q - Q图、Ljung - Box检验和残差分析等进行模型评估与选择。在深度学习部分，介绍其在时间序列预测中的应用，包括数据窗口处理、创建基线...
在金融时间序列分析中，“波动”是一个核心概念，它直接关系到风险评估、资产定价和投资决策。传统的统计模型通常假设数据的方差恒定（即“同方差”），但金融数据（如股票收益率、汇率波动）往往表现出“波动聚类”特征——大的波动之后往往跟随大的波动，小的波动之后往往跟随小的波动，这种方差随时间变化的特性被称为“异方差”。GARCH模型正是为捕捉这种动态波动特性而设计的经典工具。
GARCH模型的全称是广义自回归条件异方差模型（Generalized Autoregressive Conditional Heteroskedasticity Mode...
该网页为股票之星（stockstar.com）的内容，涵盖股票&基金（含热点题材、机构调研、个股资金流向、基金资讯等）、财经报道（国内外政策、市场动态、企业动态等）、市场数据（沪市、深市、北证A股的股票家数、市值等统计，全球主要指数及期货数据）、专栏推荐、研报掘金、涉企网络侵权举报专区及焦点专题等。其中，A股动态（如股东户数变动、业绩超预期个股）、机构布局（QFII新进股、融资资金加仓股）、全球市场指数（道琼斯、标普500等）及期货数据（原油、黄金等）是核心内容，同时包含券商研报、企业动态等信息。
## **股票相关**
- 热点题材：低市值+高科技+...在金融市场的技术分析中，识别相似的K线形态是预测价格走势的关键。然而，K线形态天然具有时间轴扭曲、长度不一、局部波动差异大等特性，传统欧氏距离对此束手无策。动态时间规整（Dynamic Time Warping, DTW）算法正是解决这一难题的利器。
时间轴弹性对齐
DTW允许“拉伸”或“压缩”时间轴，使形态的关键节点（如顶部、底部）最优匹配，克服了传统方法要求等长的缺陷。
局部特征优先
算法聚焦于局部走势的相似性（如长上影线、十字星），而非全局绝对位置，更符合技术分析逻辑。
多维度...
K线形态相似度精确匹配：DTW算法核心解析
在金融市场的技术分析领域，K线形态识别是连接历史规律与未来预测的重要桥梁。无论是资深交易员还是量化研究者，都依赖对“头肩顶”“双底”“三角形整理”等经典形态的判断来捕捉交易信号。但市场的复杂性在于：同一形态可能在不同时间尺度下呈现出截然不同的时间跨度——比如有的“双底”用5天完成，有的却用12天；有的“头肩顶”左肩持续3天，右肩却拉伸至7天。传统的形态匹配方法（如固定窗口滑动比对、关键点硬性对齐）因无法处理这种时间轴的伸缩性，常常出现“看似相似却被判定为不匹配”的尴尬情况。
动态时间规整（Dynamic Time Warping, DTW）算法...
## **公司概况**
- 名称：深圳市融聚汇信息科技有限公司（简称融聚汇）
- 成立时间：2013年
- 定位：为众多金融机构提供境外金融信息资讯服务
## **业务领域**
- 境外行情资讯...