深度解析pinkfish:一款轻量级股票策略回测库
2024-09-21 15:33:40作者:温玫谨Lighthearted
1. 项目介绍
pinkfish,一款专为证券分析而生的Python回测库和电子表格库。它的诞生,源于开发者对现有Python回测库的不足之处的不满。pinkfish能够支持日内交易策略的回测,并使用每日数据进行测试,这对于那些希望以较低成本进行策略验证的交易者来说,无疑是一个福音。
2. 项目技术分析
pinkfish巧妙地利用了pandas库来处理数据框,提供类似电子表格的功能。同时,它自带了大多数常用的技术指标,并且可以与ta-lib或pandas_ta集成,满足更高级指标的需求。此外,pinkfish使用matplotlib制作金融图表,直观展示交易策略的成效。
3. 项目及技术应用场景
pinkfish的应用场景广泛,适用于单个股票/ETF策略的回测,也支持组合投资策略。不仅如此,pinkfish还可以进行做空策略的回测,并模拟保证金交易。此外,它还允许用户编写优化器来选择最佳参数,创建Jupyter Notebook内的电子表格,提供可视化的数据分析工具。
4. 项目特点
- 轻量级:pinkfish简洁而不简单,专注于回测功能,没有冗余的复杂功能。
- 数据驱动:使用免费的每日数据(而非分钟或tick数据),降低回测成本。
- 简单易用:提供简单的Python API,易于上手。
- ** Yahoo财经数据**:利用免费且丰富的Yahoo财经数据进行策略回测。
- 灵活多样:既支持单股票/ETF策略回测,也支持组合策略。
- 高级功能:支持编写优化器、模拟保证金交易等高级功能。
安装简便:
# 基础安装(不含ta-lib)
git clone https://github.com/fja05680/pinkfish.git
cd pinkfish
python setup.py install
或者
# 开发者安装(包含ta-lib)
# 详情请访问:https://fja05680.github.io/pinkfish/
示例丰富:
- buy-and-hold:基础买入并持有策略
- golden-cross:经典长期交易算法
- spreadsheet:在Jupyter Notebook中创建电子表格
文档完备:
视频教程:
pinkfish以其独特的设计理念和完善的功能,正在逐渐成为Python回测库领域的一股清新力量。如果你正在寻找一款简单易用、功能强大的回测工具,pinkfish绝对值得一试!
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
343
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
235
267
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
669
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
56
33