lua与python均为成熟的脚本方案,它们的不同在与体量,Lua的体量小,高效的执行方式适合嵌入式,python胶水的强大不言而喻。那么如果自己已经有了lua脚本的解决方案,python能否调用呢?答案是肯定的,这篇博客将介绍python中集成的lua环境包:lupa,简单介绍该工具的使用。…

产生该错误的原因是matplotlib的代码维护者希望他们的代码干净,就把这种sidepackage给移除了,finance不再属于matplotlib,而finance单独成为一个包,叫做mpl_finance,于是可以通过pip进行安装:pip install mpl_finance,或者从 https://github.com/matplotlib/mpl_finance 下载安装。

 …

即使拼命回望过去无法预知将来,从过去中总结出的规律就是没有没有规律,我们未曾知道未来会有怎样的惊喜。

未来难以捉摸又何妨,仍不妨碍我们把握当下,勇敢的选择与判断。随着模型复杂,量变到质变,我们的确可以有所改善。我们从一个简单的策略开始:双均线策略。

这节博客我们将使用tushare来设计一个简单的策略框架,并在其中实现一种简单的策略:双均线策略,并与benchmark做对比。

[python]项目在github开源:项目地址(demo文件夹下)。…

流动的水没有形状,漂流的风找不到踪迹,变化的规律无处可寻,这节博客带来的是数据分析工具Pandas。

包括tushare在内的很多财经工具包,都使用pandas进行数据分析。在tushare中,获取数据的格式主要就是pandas中的DataFrame二维表格。…

开个网易云音乐会员,网易就跌的连他妈都不认识了;开个微博会员,微博直接送来九连跌,模拟盘宛如股神的博主竟然栽在了抄底微博上,深套九个点并且感叹下空头真是牛逼。行吧,刚刚又给QQ飞车冲了钻石,握着00700的是不是该悠着点儿了……吐槽之余干点儿正事儿,说说程序交易和量化投资。

程序交易一直是研究的热点,近期也出现了一些程序自动交易平台和基金,程序交易虽然目前收益率还比不上交易员操盘,但是以后不断提高的空间时很大的,一个程序自动交易的时代已经不可阻挡。但是金融和其它技术不一样,证券市场和金融投资在短期内是个零和博弈,你赚的每一分钱都是别人亏给你的。所以说,如果程序交易大规模应用,那么证券市场必将发生革命性的的变化。

虽然大多数系统离实用都很遥远,但是这不妨碍我们的学习。python的好处就不说了,这篇博客介绍tushare包的安装,这是一个财经数据接口,主要用于获取数据,辅助我们进行策略分析。…

Scikit-learn在机器学习领域已经无人不晓了,如此给力的工具应该早点接触到的。sk-learn既不支持深度学习,也不支持GPU加速,sk-learn是专门用来搞定传统机器学习的,这一点要给深度学习玩家提醒下。这篇博客主要讲Python环境的搭建,博主使用的是pycharm+anaconda,pycharm是python的IDE,支持断点调试和工作区变量查看,anaconda用来解决各种包的依赖关系,scikit-learn已经集成在其中了,安装之后检查包的更新就可以了。…

        TensorFlow使用图来表示计算任务,图中的节点被称之为op(operation的缩写)。TensorFlow程序通常被组织成一个构建阶段,和一个执行阶段。在构建阶段,op的执行步骤被描述成一个图。在执行阶段,使用会话执行图中的op(op就是节点)。简单的说,先给出描述,只在run()方法中执行操作。…