DATA-ONE-API -设计文档-架构
评论
26 views
分类目录归档：架构-ONE
源码仓库列表-ONE
评论
26 views
SuperMind-量化投资交易平台
评论
46 views
一段话总结
同花顺旗下的SuperMind量化投资交易平台，包含量化社区、量化投研平台、金融大数据平台、智能交易量化版等模块。量化投研平台支持策略回测、提供研究环境和本地SDK；金融大数据平台涵盖多种金融产品数据；智能交易量化版打通量化投研到实盘交易闭环。此外，还为资管机构、券商、高校提供定制化解决方案，已与500+合作伙伴开展业务合作。
思维导图
## **平台模块**
- 量化社区：专注量化金融、数据科学，供用户交流策略和技术
- 量化投研平台：助力策略研发验证，含回测、研究环境、本地SDK
- 金融大数据平台：覆盖多市场金融产品，提供多维数据和报告
- 智能交易量化版：打通量化投...股票筛选器-功能概述
评论
30 views
TradingView股票筛选器（Screener）是一款功能强大的金融工具，主要用于从全球市场中快速筛选符合特定条件的股票。以下是其核心功能总结：
你提供的链接是一个股票筛选器页面，标题为“股票筛选器：搜索和过滤股票”。以下是对该页面内容的分析：
页面功能
- 股票筛选器：提供了一个表格形式的股票筛选工具，用户可以通过设置不同的筛选条件来查找符合特定要求的股票。
- 筛选条件：表格的列标题显示了可筛选的字段，包括：
- 商品代码：股票代码。
- 价格：股票的当前价格。
- 更改 %：股票价格的涨跌幅。
- 成交量：股票的交易量。
- 相对交易量：与平均交易量的相对值。
- 市值：公司的市值。
- P/E（市盈率）：股票...
多数据源聚合架构-数据架构-ONE
评论
45 views
构建一个聚合多个金融开源数据源的架构方案，关键是如何有效地从多个数据源获取数据、进行处理和存储，同时保证数据的准确性、实时性和可扩展性。以下是一个高层次的架构方案，您可以根据需求进行调整：
1. 数据源集成层
集成多个金融数据源可以通过以下几种方式： - API集成：许多开源或免费金融数据源提供API访问，比如Yahoo Finance、Alpha Vantage、Quandl、IEX Cloud等。通过API调用实时或历史数据。 - Web Scraping：对于没有开放API的数据源，可以使用爬虫工具抓取数据（如BeautifulSoup、Selenium）。 - 文件导入：一些数据...
数据源层-数据架构-ONE
评论
49 views
如果你关注中国A股的数据获取，这里有一些适合获取A股数据的开源项目和API：
1. TuShare
- 官网: TuShare
- GitHub: tushare GitHub
TuShare是一个非常流行的中国股票数据接口，提供免费的A股历史数据、实时数据、财务数据、财经新闻等。你可以通过TuShare获取包括日线、周线、月线等不同周期的数据。对于一些高级功能，TuShare也提供了收费服务。
使用示例：
python
import tushare as ts
ts.set_token('your_token') # 设置你的API Token
pro = ts...
多因子选股策略
评论
50 views
多因子选股策略是量化投资中的经典方法，通过结合多个影响股票收益的因子（特征指标）来构建投资组合。其核心思想是：股票的收益率可以被一系列因子共同解释，通过筛选在这些因子上表现优异的股票，有望获得超额收益。以下是多因子选股策略的详细解析：
一、常见因子类型
多因子策略的关键在于因子的选择和组合，常见因子类别包括：
1. 价值因子
- 衡量股票估值水平，如：
- 市盈率（PE）、市净率（PB）
- 股息率（Dividend Yield）
- 企业价值倍数（EV/EBITDA）
- 逻辑：低估值股票长期可能均值回归。
- 成长因子
- 衡量公司未来增长潜...
投研平台-架构介绍
评论
51 views
投研平台（投资研究平台）是金融领域（如证券、基金、资管等机构）用于支持投资决策、策略研究、数据分析和风险管理的核心系统。其架构设计需要兼顾高性能、高可靠性、数据安全以及复杂计算能力。以下是一个典型的投研平台架构设计思路，分为核心模块和技术选型两部分：
一、核心架构分层
1. 数据层（Data Layer）
- 功能：负责数据的采集、存储、清洗和预处理。
- 关键组件：
- 多源数据接入：市场行情（实时/历史）、财务数据（年报、季报）、另类数据（舆情、新闻）、宏观经济数据等。
- 数据存储：
- 结构化数据：关系型数据库（MySQL、PostgreSQL）、时序数据库（InfluxDB、TDengine）...
AI量化交易
评论
81 views
AI量化交易是一种结合人工智能（AI）与量化投资的金融交易方法，通过算法模型分析海量数据、挖掘市场规律，并自动执行交易策略。以下是其核心内容与关键要点：
1. 核心流程
- 数据收集
整合多维数据：历史价格、财务指标、新闻舆情、社交媒体情绪、宏观经济数据等。 - 特征工程
提取关键指标（如波动率、动量、价量关系），或利用深度学习自动生成特征。 - 模型构建
- 传统模型：时间序列分析（ARIMA）、统计套利、均值回归等。
- AI模型：
- 机器学习：随机森林、梯度提升树（XGBoost/LightGBM）用于预测价格方向。
- 深度学习：LSTM预测时序数据，CNN捕捉形态模式，强化学...
盘口数据-
评论
48 views
在股票领域，盘口是投资者观察和分析股票交易动态的重要窗口，包含了丰富的信息，以下是对它更详细的介绍：
盘口数据
- 委买委卖
- 含义：委买是指投资者委托券商买入股票的申报，委卖则是委托卖出的申报。在盘口上会显示出不同价位的委买和委卖数量，通常会展示买一到买五、卖一到卖五的价位和对应的委托数量。
- 作用：通过观察委买委卖的挂单情况，可以了解市场上投资者对该股票在不同价位的买卖意愿。如果买盘挂单量较大，说明有较多投资者准备买入，对股价有向上的推动预期；反之，卖盘挂单量多，则可能意味着股价面临下行压力。
- 成交量
- 含义：指在某一特定时间段内股票的成交数量。它是衡量股票交易活跃度的重要指标，分为分时...