量化交易平台-功能地图

评论
381 views

数据获取（data）、 可视化(plot)、 选股(stock)和 量化回测（backtest）四个模块

时间跨度

1日 三日 五日 十日

一周 一月 一季度 半年 一年 3年

盯盘

分钟级别获取已购买股票池中的价格变化，
时时计算收益，
达到收益预期自动通知（语音-邮件-微信），需要卖出操作

交易日历

选股

共有功能

功能：

策略开发与回测、

实时数据获取与分析、

风险管理工具、

交易执行接口、

可视化分析面板，

用户友好的界面

价格走势

成交量

三天的价格变化

解决问题：

如何找到明天能够上涨的股票？

涨停板股票 数据特征

参考产品功能

登录功能

  • 密码登录
  • 短信登录

  • 快捷...

Read more

个人量化

评论
299 views

QMT（Quantitative Market Trading）量化是一种使用数学模型和统计分析来指导投资决策的方法。它结合了数据分析、算法交易和风险管理，通常涉及以下几个步骤：

  1. 数据收集：获取历史市场数据、财务报表、经济指标等。

  2. 数据清洗与处理：去除噪声和缺失值，转换数据格式，以便分析。

  3. 策略开发：使用数学模型和算法来识别交易机会，可能包括趋势跟踪、套利、市场中性等策略。

  4. 回测：在历史数据上测试策略的表现，以评估其有效性。

  5. 执行与监控：实施策略并实时监控其表现，根据市场变化进行调整。

QMT量化的优势在于能够处理大量数据，减少情绪干扰，并提供更系统的决策依据。如...

Read more

数据分析-

评论
278 views

数据分析是从原始数据中提取有用信息的过程，通常包括数据收集、清洗、处理和可视化。通过这些步骤，分析师可以识别趋势、模式和关系，以支持决策和策略制定

数据分析是对数据进行系统检查、清理、转换和建模的过程，旨在发现有用的信息并支持决策。它在各个领域中都是一个至关重要的过程，使组织能够从原始数据中提取洞察，以指导战略和行动。

数据分析的关键组成部分

1. 数据收集：
第一步是从各种来源收集相关数据，这些来源可能包括数据库、调查或外部数据集。确保所收集数据的质量和完整性对于准确分析至关重要。

2. 数据清理：
这一阶段处理数据中的错误、缺失值和不一致性。清洁的数据对于可靠的结果至关重要，因为不准...

Read more