【亲测免费】 经典量化策略汇总
资源文件介绍
本仓库提供了一个名为“13个经典量化策略 汇总.pdf”的资源文件,该文件详细介绍了13种经典的量化交易策略,涵盖了股票和期货市场的多种交易场景。以下是文件中包含的策略列表及其简要描述:
-
双均线策略(期货)
通过两条不同周期的移动平均线交叉来判断市场趋势,适用于期货市场。 -
alpha对冲(股票+期货)
利用股票和期货市场的对冲操作,通过alpha策略获取超额收益。 -
集合竞价选股(股票)
在股票市场开盘前的集合竞价阶段,通过特定策略选择股票进行交易。 -
多因子选股(股票)
基于多个因子(如市盈率、市净率等)进行股票筛选和投资组合构建。 -
网格交易(期货)
在期货市场中,通过设定一系列价格网格进行买卖操作,以捕捉市场波动。 -
指数增强(股票)
通过优化投资组合,使其表现超越特定股票指数,实现超额收益。 -
跨品种套利(期货)
在不同但相关的期货品种之间进行套利交易,利用价格差异获取收益。 -
跨期套利(期货)
在同一品种的不同到期月份的期货合约之间进行套利交易。 -
日内回转交易(股票)
在股票市场中进行日内买卖操作,通过快速交易获取短期收益。 -
做市商交易(期货)
在期货市场中扮演做市商角色,通过提供买卖报价获取买卖价差收益。 -
海龟交易法(期货)
一种经典的趋势跟踪策略,通过设定严格的入场和出场规则进行交易。 -
行业轮动(股票)
根据市场环境和行业周期,动态调整投资组合中的行业配置。 -
机器学习(股票)
利用机器学习算法对股票市场数据进行分析和预测,辅助投资决策。
使用说明
该资源文件适合量化交易初学者和有一定经验的交易者阅读,帮助他们了解和掌握多种经典量化策略的原理和应用。建议结合实际市场情况进行策略验证和优化。
贡献与反馈
如果您对该资源文件有任何建议或发现任何错误,欢迎通过仓库的Issue功能提出反馈。我们期待您的宝贵意见,以便不断改进和完善资源内容。
希望这份资源能够帮助您在量化交易的道路上取得更好的成绩!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00