<fontcolor="brown"一、引言</font <fontcolor="red"Python的核心不是“炫技”,而是“实用”</font  到此,我们已探讨完Python核心且重要的知识点,涵盖数据结构、流程控制、函数用法、类与对象,以及Numpy、Pandas等常用库。而在本次“Python进阶2”的内容中,我们将进一步介绍Python的其他高级用法与科学计算库——不仅会讲解Python风格(Pythonic)及各类高级编程技巧,还会重点...
一、引言: 在进行回测系统的搭建中,了解指标评估因子的质量的意义是重要的,现在写出一篇帖子用于评估策略。 本文采用的策略指标复现源自PandaAi开源项目截取。 量化策略的回测评估依赖多项绩效指标。通过分析年化收益率、超额收益率、最大回撤、波动率、夏普比率和信息比率等指标,可以全面了解策略的收益能力与风险特征。例如,夏普比率是一种衡量单位风险所获超额收益的指标,而超额收益表示相对于选定基准的附加回报。 此外,因子质量指标(如信息系数IC、IC信息比率ICIR、秩相关系数等)可用于评估单个因子的预...
<fontcolor="brown"一、引言</font <fontcolor="red"统计是量化分析中的核心关键环节!</font  上次介绍过统计学的重要性,还说明了它的词源的和古代国王必修课的背景知识。从这次开始,我们正式进入统计基础部分,现在也是时候换一种思路学习统计学了。 对我而言,因为在学习量化的过程中必须攻克统计学这道难关,所以几年前我强迫自己报名了《中级统计》考试。该考试的教材内容包含统计学与数据、数据描述、参数估计、假设检验等章...
踏入天山老妖QuantFabric教程的技术巅峰——HFTrader高频交易系统,这是整个学习旅程中最激动人心的核心篇章。如果说前面的环境搭建、工具配置是在打地基,那么HFTrader就是真正的速度与技术的终极较量。在这个以纳秒计算的高频交易世界里,1008纳秒的最小延迟和4184纳秒的最大延迟,每一个数字都代表着技术实力的极致展现。 HFTrader作为QuantFabric量化交易系统的高频核心,承载着将毫秒级市场机会转化为实际收益的重任。从四线程架构设计到CPU亲和性绑定,从无锁队列优化到多层风控体系,每一个技术细节都在诠释什么叫"细节决定成败"。这不仅仅是一个交易系统,更是现代金融科...
<fontcolor="brown"一、引言</font <fontcolor="red"文科生学量化需要学编程吗?</font  上次我们已经学习了Python安装与配置的相关内容。这次将运用已学的编程知识,简要介绍Python的4个基础模块:数据结构、流程控制、函数用法、类与对象。在开启编程学习之旅前,我们需要明确为什么要学编程,以及该怎么学。 <fontcolor="brown"二、编程</font <fontcolor="darkblue"为什...
一、参与背景:为何加入PandaAI种子用户计划 当我看到PandaAI发布的"仿真实盘种子用户招募"计划时,立刻被其中"定义量化新工具"的愿景所吸引。与普通产品内测不同,这次招募明确提出寻找"战友"而非单纯"用户",强调与真正沉心做策略、懂交易的实践者共同打磨下一代量化工具。这种共创模式让我对PandaAI团队的专业态度产生信任,于是毫不犹豫地提交了申请。 作为有一定量化交易经验的参与者,我特别看重计划中提到的几大专属权益:5000+初始算力包可无门槛支持策略回测和仿真实盘交易;产品共建者身份能让建议直达产品核心团队;还有与产品团队、资深策略开发者同群交流的机会。这些权益不仅实用,更体现出P...
⭐️内测心得 最近拿到PandaAI量化平台的内测名额,抱着试试看的心态把从策略导入到仿真实盘的流程完整走了一遍。说实话,之前折腾过几个平台,要么环境搭半天,要么界面找半天按钮,这次是真的有点惊喜——整个过程顺得让我怀疑“量化还能这么简单?” 最爽的就是这流程顺畅多了:模板一拖就进来,想改两行参数点几下就存好,接着建个仿真账户、划点钱进去,一键开跑,日志和成交记录直接就出来了。以前手动交易的时候,得一直守着屏幕,怕错过信号,一天下来眼睛累得不行;现在全让策略自己跑,看着它该下单就下单、该平就...
<fontcolor="brown"一、引言</font <fontcolor="red"Python是一种“胶水语言”,能够整合多种库与工具!</font  Python是“胶水语言”,能够将各种不同的库和工具粘合在一起,创造出强大的解决方案。 在上一次的介绍中,我们已经讲解了Python基础的4个模块(数据结构、流程控制、函数用法、面向对象);本次将聚焦Python的进阶使用方法,以及数据分析领域的核心工具库。对于刚开始接触量化分析或数据分析初...
概述 最近由于Tushare服务故障,导致无法获取到行情数据,捉急之下,笔者想起miniqmt也是可以获取数据的,而且还能拿到一年的分钟频率数据,刚好最近也想着复现下高频数据的研报。那么,下面笔者就简单介绍下miniqmt如何获取数据。 1.开通账户 在使用miniqmt之前,需要找券商开通相关的服务,各位可以联系pandaai官方小助手,他们有开通的渠道,一般审核验证大概2-3个工作日就差不多了。开通成功之后,对接人员也会给相应的教程,指导如何使用,大家开通之后,直接参考教程即可。 2.数...
一流程测试 按照视频提示进行测试,视频讲解的非常详细,每个环节都能够快速完成,期待下一步的内测。 1.1二级标题 xxxx; xxxx; 1.2二级标题 1.xxxx; 2.xxxx;
一【内测心得】第一周打卡:PandaAI仿真盘初体验 作为PandaAI的第一批内测种子用户。收到内测资格后,我第一时间尝试把我在本地Python环境里的策略移植到PandaAI上。相比于普通的Backtrader回测,PandaAI的仿真盘确实多了“实战味”。简单聊聊我的使用感受。 1.1操作体验: 整体流程比较丝滑,直接导入官方提供的仿真json模版开始的。 双点python控件,查看代码。让AI助手,解释了下代码。 ,但是实际上网页显示不出来,我用图片替换了一部分,然后我发现图片大小也没法改,看得很丑,已经告诉it了,先凑付看吧,等改完再说吧。 --- 引言 金融世界本质上是一个由不确定性驱动的大规模、实时的“数据实验室”。每一天,全球市场都在产生海量的数据——股票价格如心跳般起伏,宏观经济指标牵动着亿万资金的流向,公司财报则像一次次突然的“...
一一级标题 1.1二级标题 xxxx; xxxx; 1.2二级标题 1.xxxx; 2.xxxx; 3.
<fontcolor="brown"一、引言</font <fontcolor="red"想成为王者,必须懂统计</font  此前已经写过几个关于量化分析“代码篇”的分享,接下来要进入的,既是量化领域的核心内容,也是我们很多文科生觉得难度最大的“数理”部分,而我们“数理”的第一站,就是“统计学”。  在量化分析的数理基础里,线性代数、微积分、概率统计、计量经济等缺一不可,但其中统计检验直接关系到数据结论的可靠性——...
继续深入天山老妖的QuantFabric教程学习之旅,这次的内容涵盖了两个关键主题:Git子模块的管理实践和C单例模式的设计实现。看似技术细节各异,但实际上都体现了系统工程中的核心思想——模块化管理和资源统一控制。 在量化交易系统开发中,代码组织和架构设计的重要性不言而喻。Git子模块解决了多团队协作中的代码复用问题,而单例模式则确保了系统关键组件的唯一性和一致性。工程实践中的每一个设计决策,都直接影响着系统的可维护性和稳定性。 这次学习让我深刻认识到,量化交易系统的复杂性不仅体现在算法策略上,更体现在工程架构的精细化管理。从版本控制到设计模式,从编译构建到资源管理,每一个环节都需要深入的...
<fontcolor="brown"一、开篇</font <fontcolor="red"工作流解锁量化大众化,全民玩转量化时代已来!</font  上篇文章详细介绍了PandaAI线性模型工作流的完整流程,同时也阐述了策略回测分析与因子相关性分析的具体步骤。正如我们之前所强调的——任何任务都能拆解为清晰可控的工作流,因此我们将进一步把机器学习相关工作流应用到量化分析场景中。 在下面连接中可以看到关于PandaAI工作流的详细介绍和多因子模...