通过这些文章，您将了解到：波动率预测（Volatility Forecasting）期权回测（Options Backtesting）风险管理（Risk Management）期权定价模型（Option Pricing Models）希腊字母（Option Greeks）各种策略如跨式（Straddle）、蝶式（Butterfly）、铁秃鹫（Iron Condor）、价差策略（Spread Strategies）、离散交易（Discrete Tradin...
交易目标(Trading Goals):确定您的交易目标,无论您是寻求创收(Income Generation)、投机(Speculation)还是对冲(Hedging)。 风险承受能力(Risk Tolerance):评估您的风险承受能力,并选择符合您风险管理策略的期权合约。 期权希腊字母(Option Greeks):分析期权希腊字母,了解期权价格对各种因素变化的敏感度。 到期日(Expiration...
添加获取除权数据的接口get_divid_factors，附录添加除权数据字段说明，获取合约信息、获取合约类型接口完善获取交易日列表接口get_trading_dates支持指定日期范围
defslm_bid_ask_price_tda(code_ob=code_ob):Log('slm_bid_ask_price_tda查询市价的对象为:',code_ob)x1=slm_tda_get_quote(code_ob=code_ob)x2=x1.json()x3=x2[code_ob]bidPrice=x3['bidPrice']ifis_qihuo==0elsex3['bidPriceInDouble']# 买一价askPrice=x3['askPrice']ifis_qihuo==0el...
Code VeighNa - By Traders, For Traders, AI-Powered. 💬 Want to read this inenglish? Gohere VeighNa是一套基于Python的开源量化交易系统开发框架,在开源社区持续不断的贡献下一步步成长为多功能量化交易平台,自发布以来已经积累了众多来自金融机构或相关领域的用户,包括私募基金、证券公司、期货公司等。
from jqdata import * # 初始化函数,设定基准等等 def initialize(context): set_benchmark('000300.XSHG') set_option('use_real_price', True) ### 股票相关设定 ### # 股票类每笔交易时的手续费是:买入时佣金万分之三,卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱 set_order_cost...
1 # 导入函数库 2 import jqdata 3 import numpy as np 4 5 # 初始化函数,设定基准等等 6 def initialize(context): 7 set_option('use_real_price', True) 8 set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock') 9 set_...
reconstructed_values = np.dot(pca_5, weights)# Combine DJIA and PCA index for comparisondf_combined = djia_2017.copy() df_combined['pca_5'] = reconstructed_values df_combined = df_combined.apply(fn_z_score) df_combined.plot(figsize=(12,8)); ...
spread_trading:价差交易模块,支持自定义价差,实时计算价差行情和持仓,支持半自动价差算法交易以及全自动价差策略交易两种模式 option_master:期权交易模块,针对国内期权市场设计,支持多种期权定价模型、隐含波动率曲面计算、希腊值风险跟踪等功能 portfolio_strategy:组合策略模块,面向同时交易多合约的量化策略(Alpha、期权套利...
在我们前几年所提供的服务中,最令我自豪的是“Python算法交易认证计划”(Certificate Program in Python for Algorithmic Trading)。它提供了超过150小时的实时和录制教程,超过1200页的文档,5000行以上的Python代码以及50多个Jupyter Notebook。这一课程每年开设多次,每一次我们都进行更新和改进。这些在线课程是同类中的...