【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!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07