量化交易之 tushare
作为一名老股民,我对金融市场一直都保持长期的关注。
最近我大量接触量化交易相关的一切,发现市场力量还是蛮强大的,6年前的很多设想现在已经彻底变成现实,不得不承认市场从来不会等任何人。想好就要马上行动,机会从来不会等任何人。
从模型的角度考虑,对冲基金的出现可以说是最靠谱的,但是事实证明他的经营要求也是最高的。他最大的难度在于如何选择产品,可以形成对冲的关系。这其实对于各种金融产品都需要了解,甚至是灵敏的嗅觉才能形成。
人工智能的出现自然会更大程度上解放人脑,但是这需要过程,人类可以被替代到什么程度呢?我之前以为人工智能可以做到从0到1的辉煌进步。但是经过最近的学习我发现,实际上并非如此。从目前的情况来看,人工智能解决了努力的问题,但是没有解决方法与方法的关系问题,更没有解决灵感的问题。人工智能解决的还是形态判断和策略的准确切换。在基于大量高效多态的策略的基础上,人工智能可以实现牛熊穿越。并且随着学习能力的进化,不同形势下的学习能力以及形态的判断的能力都会不断增强。可以在长期保持高效能状态。这是人工智能最为厉害的一个方面。
但是做到这些,也需要对每种形态判断,策略切换,每个策略的完备性筑高起点,建好模型。
Tushare这个是个开源项目,我发现里边的数据源是采用封装好的爬虫方式,直接从各个开放的地方获取。也有一部分是存在某个半公开的网站上。
http://www.30daydo.com/article/74 从此文可以知道,我们自己去寻找数据资源的方式也是如此。Tushare无非是封装起来。所以这里要注意,我们必须做这么几件事情。
1知悉源码的位置,最好有一套检查程序。
2不同来源的源码,共同生成确定的无误的数据。
Tushare生成的数据直接就是pandas中的dataframes格式,这点非常好。
最新文章
- mac 下 用 glfw3 搭建opengl开发环境
- 1.线性表-Array
- 解决ewebeditor for php在IE8下报editor.js错误的解决方案
- [ html canvas putImageData ] canvas绘图属性 putImageData 属性讲解
- Struts2拦截器的应用
- 利用Roslyn把C#代码编译到内存中并进行执行
- 基于@AspectJ和schema的aop(二)---@AspectJ基础语法
- Sublime Text 3安装Latex
- python 基础——变量
- synchronized和lock比较浅析
- Django(博客系统):按照时间分层筛选“/blog/article/?create_time__year=2017”,出现问题:Database returned an invalid datetime value. Are time zone definitions for your database installed?
- mysql5.7中解决中文乱码的问题
- 第十节:委托和事件(2)(泛型委托、Func和Action、事件及与委托的比较)
- Linux系列教程(三)——Linux学习技巧
- linux/centos6.5下编译安装python2.7和python3.5.2
- Shell编程-09-Shell中的函数
- vuejs组件交互 - 02 - 事件中心管理组件间的通信
- C#中的Abstract、Virtual、Interface理解
- UVA-10726 Coco Monkey(递推)
- linux内核空间和用户空间详解