策略盈亏曲线图
策略基本信息
策略名称：YS_j_30min_S013 (焦炭) 日内或隔夜：隔夜 数据周期：30min 开仓方式：每次1手，不连续建仓 回测时间范围：2011-04-18 ~ 2020-05-09 回测环境：双向各1跳滑点，1.2%%手续费
策略绩效统计表
策略月度盈亏柱状图
參考鏈接：https://www.zhihu.com/question/337513515 MNN量化工具使用 編譯 cd MNN mkdir build cd build cmake -DMNN_BUILD_QUANTO
# 導入函數庫 from jqdata import * # 初始化函數，設定基準等等 def initialize(context): # 設定滬深300作爲基準 set_benchmark('000002.XSH
import tushare as ts import numpy as np import pandas as pd import matplotlib.pyplot as plt #1.獲取股票代碼爲002400的股票數據 #df
1. 前言 這些年來，深度學習在衆多領域亮眼的表現使其成爲了如今機器學習的主流方向，但其巨大的計算量仍爲人詬病。尤其是近幾年，隨着端設備算力增強，業界湧現出越來越多基於深度神經網絡的智能應用。爲了彌補算力需求與供給的鴻溝，近幾年來
量化原理介紹： https://zhuanlan.zhihu.com/p/58182172 https://zhuanlan.zhihu.com/p/58208691 量化小實驗： https://github.com/Ewenw
關注公衆號：盈時 策略盈虧曲線圖 策略基本信息 策略名稱：YS_TA_15min_S031 (PTA) 日內或隔夜：隔夜 數據週期：15min 開倉方式：每次1手，不連續建倉 回測時間範圍：2010-01-04 ~ 2020-0
關注公衆號：盈時 策略盈虧曲線圖 策略基本信息 策略名稱：YS_MA_15min_S034 (甲醇) 日內或隔夜：隔夜 數據週期：15min 開倉方式：每次1手，不連續建倉 回測時間範圍：2014-06-18 ~ 2020-06
關注公衆號：盈時 策略組合盈虧曲線圖 策略組合基本信息 適用資金：25萬元~35萬元 大致倉位：30%（10%保證金率） 交易標的：滬鋁（3手）、甲醇（9手）、瀝青（6手）、熱卷（6手） 策略數量：8 開倉方式：每次固定手數，不
關注公衆號：盈時 策略盈虧曲線圖 策略基本信息 策略名稱：YS_SR_15min_S002 (白糖) 日內或隔夜：隔夜 數據週期：15min 開倉方式：每次1手，不連續建倉 回測時間範圍：2010-01-04 ~ 2020-06
關注公衆號：盈時 策略組合盈虧曲線圖 策略組合基本信息 適用資金：8萬元~12萬元 大致倉位：30%（10%保證金率） 交易標的：甲醇（4手）、白糖（2手）、滬鎳（1手） 策略數量：5 開倉方式：每次固定手數，不連續建倉 回測時
關注公衆號：盈時 策略盈虧曲線圖 策略基本信息 策略名稱：YS_SR_15min_S001 (白糖) 日內或隔夜：隔夜 數據週期：15min 開倉方式：每次1手，不連續建倉 回測時間範圍：2010-01-04 ~ 2020-06
關注公衆號：盈時 策略組合盈虧曲線圖 策略組合基本信息 適用資金：40萬元~60萬元 大致倉位：30%（10%保證金率） 交易標的：螺紋（5手）、焦炭（1手）、甲醇（10手）、PTA（4手）、豆粕（6手）、白糖（4手）、滬鎳（2
關注公衆號：盈時 策略組合盈虧曲線圖 策略組合基本信息 適用資金：100萬元 大致倉位：30%（10%保證金率） 交易標的：螺紋、焦炭、甲醇、PTA、豆粕、白糖、滬鎳等12個品種 策略數量：18 開倉方式：每次固定手數，不連續建
文章目錄p16 案例：多因子的市值因子選股介紹p17 案例：多因子的市值因子選股演示p18 多因子策略流程、因子數據組成、去極值介紹p19 案例：中位數去極值和3背中位數去極值p20 案例：3sigma法去極值 平臺：https:
