想给我的博客添加一个展示个人持仓的侧边栏小工具，自然是用pyecharts实现它。通过pyecharts生成的html代码可以很好用iframe标签嵌入到页面中。 相对于传统的饼图，个人更喜欢玫瑰图的展示效果，现在主页侧边栏展示的就是用这段代码生成的。关于代码不做过多说明，想了解的可以去 https://gallery.pyecharts.org/#/ 这里翻看官方文档，写的非常详细。这里只把我的代码实现分享一下，代码很简单，如下： 代码里的设置生成结果比较适合侧边栏的展示效果，有需要可以参考官方文档自己定制，生成…

头寸管理是交易系统的重要组成部分，合理的头寸分配可以有效降低组合波动，分散风险。在把这件事交给计算机之前，需要先想好对个人而言，哪些因子会影响资金分配以及对应的原则又是什么，而在这之前，先简单介绍一些统计学上所涉及的概念： 均值/标准差/方差/变异系数： 在统计学上，均值（mean）表达的是数学期望，我们平时所用到的均线指标就是收盘价格的均值序列。方差（var）与标准差（std）则表征着序列元素与均值的离散程度，用来描述单一标的样本的分布离散程度，方差（或标准差）越小，表明离散程度越低，样本稳定性就越好，反之亦然。…

最近这两天我的实盘量化程序经常会出现调度器任务超时的问题，每天一回家看控制台，发现成堆的任务超时提示，一开始没有上心，持续发生两三次以后感觉是有些异常，于是趁着周末有时间，看一下问题到底出在哪里。 出现问题这段时间，实盘主程序的代码一直没有变化，开始我以为是电脑windows升级后出现的问题，换了几个电脑后发现不对，不管哪个环境下，都是一样的规律性出现调度任务超时，后来把注意力放在了电脑的电池模式上，会不会因为实盘是在笔记本上执行的，电池问题导致算力出问题了？一通排查后这个想法也不成立。被调度的任务执行时间才0.1…

关注股票市场的估计都知道一个梗：周四周五是法定砸盘日。这个说法到底靠不靠谱，从统计角度上看是什么情况？今天我们用程序来做个简单的统计，看看上证指数在一周内每个交易日的涨跌情况。 思路是这样的，先获取指数K线数据，计算每天的涨跌幅。然后我们从周一到周五每个交易日建立一个数组，将每天的涨跌幅数据扔到各自对应的数组里。下一步我们用循环分析这个5个数组，找出每个数组其中涨幅>0，=0，<0分别各对应多少次。用涨幅为正的次数/涨幅为负的次数，这个比值当然在1以上越大越好，说明上涨概率高，1以下越低，说明下跌概率越高。 …

backtrader是德国人写的一套非常成熟的本地量化回测平台，其内部对talib中的很多技术指标进行了二次封装，但有时候需要我们需要根据自己的交易系统做一些指标的自定义以方便回测，下面以bias指标为例进行自定义。 bias是一个超买超卖指标，其含义是收盘价与某一周期均线的乖离率，算法很简单：（close-ma）/ma，如果我们要指标结果是百分比的话，可以写成（（close-ma）/ma）*100，接下来我们在backtrader中实现它并保存在myindicator模块中，代码如下： 接下来我们就可以在策略类中…

使用Vscode进行开发，如果程序跑在venv虚拟环境下并且想要进行迁移，如下操作： 1、目标机器安装Anacoda环境 2、用管理员权限在PowerShell下运行set-executionpolicy remotesigned 选择Y 3、整个程序目录，连同.venv环境一起拷贝到新机器上 4、修改.venv/pyvenv.cfg文件，将其中的home修改为目标机器Anaconda环境目录，比如 C:\ProgramData\Anaconda3 5、配目标机器Vscode的python解释器为.venv\Scr…

本文总结目前我个人做量化交易及数据分析所用到的一些技术栈，随着时间推移还会涉及更多内容，现简单梳理如下： 语言环境及IDE 量化交易及数据分析在编程实现上首选Python，除了简单易学容易上手，Python天生还有数量众多且功能丰富的第三方开源库，有人觉得相比编译型语言，Python不够快，但是我认为对普通交易者来讲足够用了，实际上程序跑起来以后并不慢，尤其很多科学计算库底层都是C，执行效率也不差，Python的短板在GUI程序的实现上，虽然有QT Designer这类可视化设计工具，但总体来讲比C#,Delphi…