目前市面上有的量化交易平台（例如天软）做到了什么程度？例如：策略开发和回测模块的支持做到了什么程度？是否考虑或者模拟了冲击成本？是否支持拆单算法？模拟交易的模块能够模拟到多大的精细程度？
matlab可以实现股票，期货，IB程序化化交易，欢迎加入matlab程序化交易实盘群
刚好看到过介绍的文章，来源不甚清楚（因为看的是转发。。），看起来像是出自安信期货，作者不详。以下为文章内容：&br&&br&目前的量化交易平台可以从开发语言、技术架构、系统架构、策略方向、交易方式等几个方面，分为中低端和高端量化交易平台。&br&&br&中低端量化交易平台&br&&br&中低端平台只支持复杂度不高的脚本语言实现策略逻辑，多数的实现只能在图表上加载技术指标进行自动化交易、程序化交易等量化交易方式。&br&&br&中低端平台一般采用的技术架构是投资者使用平台商提供的客户端软件，采用互联网接入方式连接平台商或者金融经纪公司提供的行情和基础数据服务器，投资者在本地运行的策略触发后，通过经纪公司的普通交易席位进行交易。由于技术架构的限制，行情、交易有一定的延时。&br&&br&受策略脚本解析和执行效率、技术架构的限制，中低端平台对于多品种、多周期、多账户、多交易市场、多策略、复杂金融工具包等复杂系统架构的支持都有一定的限制。一般的系统实现流程为：投资者的策略在本地接收市场数据后，根据策略简单计算的触发条件，进行简单的账户持仓、资金计算和管理，进而下达买卖方向、数量、价格等指令，进行自动交易。&br&&br&中低端平台适合投资者进行趋势、反趋势等对行情和交易逻辑要求不高的策略，是目前市场上个人投资者应用最多的一类大众化的量化交易平台。&br&&br&国内中低端量化交易平台&br&&br&国内应用的中低端量化交易平台主要有文华赢智程序化交易、交易开拓者、金字塔决策交易系统、达钱&multicharts、安翼金融终端等。&br&&br&1.文华赢智程序化交易平台&br&&br&文华赢智采用麦语言开发技术指标模型，产生买卖信号后驱动交易下单。在量化模型研发方面，赢智提供了国内股票和期货的全部品种多周期的时间序列历史行情数据和近期的TICK数据，同时提供了丰富的行情函数、账户和交易的部分函数和一些统计函数用于策略开发，还提供了丰富的策略回测报告项作为策略绩效评估的依据。在量化交易方面，赢智提供支持最多24个品种进行的多线程独立的程序化交易，同时使用下单精细化组件，实现了部分算法交易的功能。由于采用客户端的技术架构，虽然赢智实现了高频交易的功能模块，但是在实际应用中，高频交易建议托管在文华机房。现阶段，赢智以其程序化实现简单、性价比高等特点，在中低端量化交易平台中占有一定的优势。&br&&br&2.交易开拓者程序化交易平台&br&&br&交易开拓者（TB）采用语法类似Pascal的TBL语言开发策略模型，根据账户持仓状况和图表买卖信号驱动交易下单。在量化模型研发方面，TB提供了国内期货多周期的历史行情数据和近期的TICK数据；提供了较为全面的行情数据函数、账户和交易函数、统计函数用于策略开发；提供了丰富策略回测报告项作为策略绩效评估的依据。在量化交易方面，单个TB终端支持20—30个单品种的图表并发接收行情并交易，但由于客户端技术架构的限制，其对于高频和更复杂策略的支持不足。现阶段，TB市场推广做得较好，合作的期货公司较多，在中低端量化交易平台的市场占有率较高。&br&&br&3.金字塔决策交易系统&br&&br&金字塔决策交易系统（下称金字塔）采用VB脚本语言开发策略模型，使用较复杂的账户函数和交易函数进行资金管理，既可以使用图表买卖点，也可使用非图表的交易判断驱动交易下单。在量化模型研发方面，金字塔提供了国内股票和期货的历史行情数据和TICK数据，也可以使用外盘数据；提供了更为全面的行情数据函数、较多的账户和交易函数、统计函数用于策略开发，同时也支持外接统计数据库和专业的统计分析软件Lib库做扩展；提供了较为丰富策略回测报告项作为策略绩效评估的依据。在量化交易方面，除了支持图表驱动的程序化交易外，也可以进行篮子交易、算法交易和较复杂的对冲交易的实现，但是同样受客户端的技术架构限制，其对于高频交易、全市场策略的交易等更复杂的策略支持不够。现阶段，金字塔合作的期货公司逐渐增多，在中低端量化交易平台的市场占有率较高。&br&&br&4.达钱&multicharts自动化交易&br&&br&达钱&multicharts自动化交易系统（MC）采用power language开发策略模型，达钱提供行情和交易网关，multicharts实现策略开发和执行平台。在量化模型研发方面，由达钱提供的一段时间内的国内期货历史行情和TICK行情。MC承袭了TradeStation的丰富的函数库和策略库，以及便捷的开发特点，提供了更为完善的回测和绩效评价体系，为策略的研发提供了完善的评估。在量化交易方面，MC只支持程序化和自动化交易，对于高端的量化交易模式支持不够。由于MC进入国内不久，在中低端量化交易平台的市场占有率还不高。&br&&br&5.安翼金融终端程序化交易&br&&br&安翼金融终端（下称安翼）采用技术指标的通用脚本语言开发交易模型，进行图表驱动的自动化交易，是由某券商独立开发的进行国内股票和期货的自动化交易工具。目前安翼提供了国内股票和期货的历史行情，可以进行相对简单的图表交易和股票、期货的对冲交易，程序化交易工具免费使用。虽然安翼只能用该券商交易通道进行交易，但却标志着国内股票和期货的量化交易已经提升到一个全面发展阶段。&br&&br&高端量化交易平台&br&&br&高端量化平台除了支持复杂脚本语言实现策略逻辑外，均支持直接使用C++、JAVA等开发语言实现复杂的策略逻辑，一般为了追求执行效率，不采用界面显示图表，而采用多进程、多线程方式进行自动化交易、程序化交易、算法交易，甚至为了追求极致，使用硬件技术进行高频交易等量化交易方式。&br&&br&高端交易平台通常采用的技术架构是使用服务器执行策略的架构，行情使用转发路径最少的极速、深度行情，交易通道采用专用、直连的交易通道进行交易。行情和交易的延时都要求尽可能最低。&br&&br&高端交易平台定位于资产管理，在系统架构上严格区分策略研发和策略运营执行两个阶段。对于策略研发阶段，需要多品种、多周期、多账户、多交易市场、多策略、复杂金融工程包的支持，以实现复杂的策略逻辑；对于策略运营执行阶段，系统架构要保证各种风控、应急处理、交易方式和策略的平稳有效执行。系统的实现流程除了满足交易本身的要求外，还要满足机构本身的业务流程和规范，以及监管层的要求。&br&&br&高端交易平台适合机构投资者进行趋势、套利、对冲、高频等对行情和交易要求高、逻辑复杂度高的策略。随着国内金融市场创新的提速，机构投资者对高端交易平台的需求和潜在需求呈快速上升趋势。&br&&br&国内高端量化交易平台&br&&br&国内应用的高端量化交易平台主要有Progress Apama、龙软DTS、国泰安量化投资平台、天软量化平台、飞创STP、易盛程序化交易、盛立SPT平台等。&br&&br&1.ProgressApama&br&&br&Apama采用EPL和JAVA语言开发或者定制策略模型，通过行情、资讯等驱动CEP引擎进行交易、风控等操作。在量化模型研发方面，Apama使用第三方的行情授权，提供了各市场行情接口和各种柜台交易接口的接入，可以接入国内股票和期货多周期的时间序列历史行情数据和TICK数据；提供了丰富的金融工具包进行复杂策略开发；提供了便捷的studio开发工具，可以进行复杂策略的快速开发和定制；提供了1万倍加速测试进行策略回测，可以方便地定制测试报告。在量化交易方面，Apama提供了150万笔/秒的交易并发处理能力，进行高频交易、算法交易。Apama高端的并发处理能力，使全市场的多品种并发套利、对冲等交易策略和实时风控策略可以高速执行。现阶段，Apama在国际投行的自营、资管、经纪业务中占有很大的市场份额。从2012年开始，Apama逐步拓展国内的业务，几家较大的证券和期货公司已经开始正式上线推广Apama和相关的量化交易应用。&br&&br&2.龙软DTS&br&&br&DTS采用LUA脚本语言开发策略模型，通过平台提供的历史和实时行情、基本资料数据、宏观数据的统计分析，实现投研和交易。在量化模型研发方面，DTS既可使用平台自有的数据源，也可以接入第三方数据源。DTS还提供了一些金融工具包，进行复杂策略开发、回测和绩效评价。在量化交易方面，DTS提供的可以扩展的服务器端技术架构，保证了策略的高并发和高速执行，其在程序化交易、量化交易、算法交易、对冲和套利交易方面都有实际应用。&br&&br&3.国泰安量化投资平台&br&&br&国泰安量化投资平台分为研究平台（QIA-Lite）和交易平台（QRC），采用matlab的toolbox的形式无缝兼容了matlab的研发环境，由交易平台实现策略交易。在量化模型研发方面，国泰安投研平台使用自有的行情源、基本面数据、高频数据、量化因子数据库，完全兼容matlab所有的函数，实现了模型的研发和回测。在量化交易方面，其支持了国内主流证券和期货的柜台，在股票和期货的程序化交易、算法交易等方面都有实际应用。&br&&br&4.天软量化研究和交易平台&br&&br&天软量化研究和交易平台采用天软特有的TSL语言开发策略模型，通过天软的交易网关，实现量化交易的执行。在量化模型研发方面，采用高性能数据仓库提供的历史和TICK行情、基础资料数据、宏观数据等数据源，同时提供了7000种开源的函数库，进行策略的研发、回测、绩效分析。在量化交易方面，其基本实现了自动交易、程序化交易、算法交易等量化交易方式。&br&&br&5.飞创STP&br&&br&飞创量化交易平台采用JAVA语言，通过可定制的模板开发策略模型，进行高频交易。STP通过统一的开发和资管运营平台，实现策略的研发、回测、风控和资管运营。由于使用了高速的柜台交易接口，其主要面向高频套利、程序化交易等交易模式的用户。&br&&br&6.易盛程序化交易平台&br&&br&易盛程序化交易既可采用类似Easy Language的语言开发策略模型，实现程序化交易和套利交易，也可以根据易盛柜台提供的行情和交易API，采用C++开发外接应用的方式，实现期货、股票的更复杂的量化交易。在量化模型研发方面，易盛程序化提供的EL开发模型，类似于中低端的量化交易平台，但在行情的速度、交易和账户函数的实时性和精细化处理方面，达到了高端量化交易平台的要求。在量化交易方面，易盛柜台的行情和交易速度具有一定的比较优势，量化交易平台支撑的应用主要是期货的程序化交易、自动交易、对冲和套利交易。&br&&br&7.盛立SPT平台&br&&br&盛立金融软件的SPT平台，采用C++语言和定制的策略开发模板进行策略研发，采用独立的运营和回测平台进行模拟和真实交易。虽然SPT平台在国内应用不多，但凭借其100万笔/秒的行情并发处理能力、交易的毫秒级别的延迟，在量化交易平台中引人注目。SPT提供了一些策略模板，可以很方便地实现程序化交易、套利和对冲交易、算法交易、高频交易等。&br&&br&现阶段，除了上述几个相对成熟且具有一定应用客户的高端量化交易平台外，也有较大金融机构使用像Sysbase CEP、StreamBase等高频中间件来构建量化交易平台。此外一些传统的交易柜台厂商如金仕达、恒生等，也在逐步推出高端量化交
刚好看到过介绍的文章，来源不甚清楚（因为看的是转发。。），看起来像是出自安信期货，作者不详。以下为文章内容：目前的量化交易平台可以从开发语言、技术架构、系统架构、策略方向、交易方式等几个方面，分为中低端和高端量化交易平台。中低端量化交易平…
已有帐号？
无法登录？
社交帐号登录你看不到我~
看不到我……
期货程序化软件-期货量化交易软件-期货至尊日内短线软...
期货程序化软件-期货量化交易软件-期货...
分享给好友
期货程序化软件-期货量化交易软件-期货至尊日内短线软件三月讲解
下载至电脑
扫码用手机看
用或微信扫码在手机上继续观看
二维码2小时内有效
把视频贴到Blog或BBS&&
<input id="link4" type="text" class="form_input form_input_s" value=''>
flash地址:
<input type="text" class="form_input form_input_s" id="link3" value=''>
手机扫码分享视频
二维码2小时内有效
期货程序化软件-期货量化交易软件-期货至尊日内短线软件三月讲解
扫码用手机继续看
用或微信扫码在手机上继续观看
二维码2小时内有效，扫码后可分享给好友
没有优酷APP？立即下载
请根据您的设备选择下载版本
了解更多行情资讯请百度搜索：钻石级绅士 或是致电 一起分析交流 或是通过百度视频：搜索“期货至尊”获取
万万表情系列（VIP会员专享）
泡芙表情系列（VIP会员专享）
暴漫表情系列（VIP会员专享）
期货程序化-期货量化交易-期货至尊决策趋势短线分析软件使用
播放数: 10,844
<mendVideo();
播放数:1,907,090
最近更新:2年前
播放数:1,473,110
最近更新:2年前
播放数:1,268,284
最近更新:2年前
播放数:934,447
最近更新:2年前
播放数:877,589
最近更新:2年前
播放数:790,524
最近更新:2年前
节目制作经营许可证京字670号
药品服务许可证(京)-经营-量化交易主要有哪些经典的策略？
按投票排序
优矿上的精华帖汇总，不知不觉竟然有这么多干货了。优矿为社区活跃用户定期准备了线下的量化培训，会和大家分享一些经典策略。相对外面有些培训动辄上万的价格，优矿还是非常良心的，社区活跃用户可以免费参加培训。新手入门视频学习帖：新手入门手把手教学贴干货进阶社区精华贴：社区分类贴：首先是股票量化相关。一 基本面分析1.1 alpha多因子模型《量化分析师的Python日记【第14天：如何在优矿上做Alpha对冲模型】》 《破解Alpha对冲策略——观《量化分析师Python日记第14天》有感》 《熔断不要怕，alpha model为你保驾护航！》 《寻找alpha之: alpha设计》 1.2 基本面因子选股Porfolio（现金比率+负债现金+现金保障倍数）+市盈率 ROE选股指标 《成交量因子》 《ROIC&cashROIC》 《【国信金工】资产周转率选股模型》《【基本面指标】Cash Cow》 《量化因子选股——净利润／营业总收入》 《营业收入增长率+市盈率》1.3 财报阅读《[米缸量化读财报] 资产负债表-投资相关资产》1.4 股东分析《技术分析入门 【2】 —— 大家抢筹码（06年至12年版）》《技术分析入门 【2】 —— 大家抢筹码（06年至12年版）— 更新版》《谁是中国A股最有钱的自然人》1.5 宏观研究《【干货包邮】手把手教你做宏观择时》《宏观研究：从估值角度看当前市场》《追寻“国家队”的足迹》二 套利2.1 配对交易《HS300ETF套利（上）》《【统计套利】配对交易》《相似公司股票搬砖》《Paired trading》2.2 期现套利《通过股指期货的期现差与ETF对冲套利》三 事件驱动3.1 盈利预增《盈利预增事件》《事件驱动策略示例——盈利预增》3.2 分析师推荐《分析师的金手指？》3.3 牛熊转换《历史总是相似 牛市还在延续》《历史总是相似 牛市已经见顶？》3.4 熔断机制《股海拾贝之【熔断错杀股】》3.5 暴涨暴跌《【实盘感悟】遇上暴跌我该怎么做？》3.6 兼并重组、举牌收购《宝万战-大戏开幕》四 技术分析4.1 布林带《布林带交易策略》《布林带回调系统-日内》《Conservative Bollinger Bands》《Even More Conservative Bollinger Bands》《Simple Bollinger Bands》4.2 均线系统《技术分析入门 —— 双均线策略》《5日线10日线交易策略》《用5日均线和10日均线进行判断 --- 改进版》《macross》4.3 MACD《Simple MACD》《MACD quantization trade》《MACD平滑异同移动平均线方法》4.4 阿隆指标《技术指标阿隆（Aroon）全解析》4.5 CCI《CCI 顺势指标探索》4.6 RSI《重写rsi》《RSI指标策略》4.7 DMI《DMI指标体系的构建及简单应用》4.8 EMV《EMV技术指标的构建及应用》4.9 KDJ《KDJ策略》4.10 CMO《CMO策略模仿练习1》《CMO策略模仿练习2》《【技术指标】CMO》4.11 FPC《FPC指标选股》4.12 Chaikin Volatility《嘉庆离散指标测试》《嘉庆离散指标测试 （改进效率版）》4.13 委比《实时计算委比》4.14 封单量《按照封单跟流通股本比例排序，剔除6月上市新股，前50》《涨停股票封单统计》《实时计算涨停板股票的封单资金与总流通市值的比例》4.15 成交量《决战之地，IF1507！》4.16 K线分析《寻找夜空中最亮的星》五 量化模型5.1 动量模型《Momentum策略》《【小散学量化】-2-动量模型的简单实践》《一个追涨的策略(修正版)》《动量策略（momentum driven）》《动量策略（momentum driven）——修正版》《最经典的Momentum和Contrarian在中国市场的测试》《最经典的Momentum和Contrarian在中国市场的测试-yanheven改进》《［策略］基于胜率的趋势交易策略》《量化策略 Sharpe_Momentum (夏普率动量策略)》《策略探讨（更新）：价量结合+动量反转》《反向动量策略（reverse momentum driven）》《轻松跑赢大盘 - 主题Momentum策略》《Contrarian strategy》5.2 Joseph Piotroski 9 F-Score Value Investing Model《基本面选股系统：Piotroski F-Score ranking system》5.3 SVR《使用SVR预测股票开盘价 v1.0》5.4 决策树、随机树《决策树模型（固定模型）》《基于Random Forest的决策策略》5.5 钟摆理论《钟摆理论的简单实现——完美躲过股灾和精准抄底》5.6 海龟模型《simple turtle》《侠之大者 一起赚钱》5.7 5217策略《白龙马的新手策略》5.8 SMIA《基于历史状态空间相似性匹配的行业配置SMIA 模型—取交集》5.9 神经网络《神经网络交易的训练部分》《通过神经网络进行交易》5.10 PAMR《PAMR： 基于均值反转的投资组合选择策略 - 修改版》5.11 Fisher Transform《Using Fisher Transform Indicator》5.12 分型假说，Hurst指数《分形市场假说，一个听起来很美的假说》5.13 变点理论《变点策略初步》5.14 Z-score Model《Zscore Model Tutorial》《信用债风险模型初探之：Z-Score Model》5.15 机器学习《Machine Learning 学习笔记（一） by OTreeWEN》5.16 DualTrust策略和布林强盗策略《谁能够帮忙实现DualTrust策略和布林强盗策略(BollingerBandit)？》5.17 卡尔曼滤波《有没有朋友懂如何用卡尔曼滤波进行金融数据分析的？》5.18 LPPL anti-bubble model《今天大盘熔断大跌，后市如何——based on LPPL
anti-bubble model》《破解股市泡沫之谜——对数周期幂率（LPPL）模型》六 大数据模型6.1 市场情绪分析《通联情绪指标策略》《互联网+量化投资 大数据指数手把手》6.2 新闻热点《如何使用优矿之“新闻热点”？》《技术分析【3】—— 众星拱月，众口铄金?》七 排名选股系统7.1 小市值投资法《学习笔记：可模拟（小市值+便宜 的修改版）》《市值最小300指数》《市值最小300股票（筛选器版）》《流通市值最小股票（新筛选器版）》《持有市值最小的10只股票》《10% smallest cap stock》7.2 羊驼策略《羊驼策略》《羊驼反转策略（修改版）》《羊驼反转策略》《我的羊驼策略，选5只股无脑轮替》7.3 低价策略《专捡便宜货(新版quartz)》《便宜就是 alpha》八 轮动模型8.1 大小盘轮动《新手上路 -- 二八ETF择时轮动策略2.0》8.2 季节性策略《Halloween Cycle》《Halloween cycle 2》《夏买电，东买煤？》《历史的十一月板块涨幅》8.3 行业轮动《银行股轮动》《申万二级行业在最近1年、3个月、5个交易日的涨幅统计》8.4 主题轮动《快速研究主题神器》《recommendation based on subject》《strategy7: recommendation based on theme》《板块异动类》《风险因子（离散类）》8.5 龙头轮动《Competitive Securities》《Market Competitiveness》《主题龙头类》九 组合投资9.1 指数跟踪《【策略】指数跟踪低成本建仓策略》9.2 GMVP《Global Minimum Variance Portfolio (GMVP)》9.3 凸优化《如何在Python中利用CVXOPT求解二次规划问题》十 波动率10.1 波动率选股《风平浪静 风起猪飞》10.2 波动率择时《基于VIX指数的择时策略》《简单低波动率指数》10.3 Arch/Garch模型《如何使用优矿进行GARCH模型分析》十一 算法交易11.1 VWAP《Value-Weighted Average Price (VWAP)》十二 中高频交易12.1 order book分析《基于高频limit order book数据的短程价格方向预测——via multi-class SVM》12.2 日内交易《大盘日内走势 (for择时)》十三 Alternative Strategy13.1 易经、传统文化《老黄历诊股》接着是基金、利率互换、固定收益类一 分级基金《“优矿”集思录——分级基金专题》《基于期权定价的分级基金交易策略》《基于期权定价的兴全合润基金交易策略》二 基金分析《Alpha基金“黑天鹅事件” -- 思考以及原因》三 债券《债券报价中的小陷阱》四 利率互换《Swap Curve Construction》《中国Repo 7D互换的例子》然后是衍生品相关一 期权数据《如何获取期权市场数据快照》《期权高频数据准备》二 期权系列《【50ETF期权】 1. 历史成交持仓和PCR数据》《【50ETF期权】 2. 历史波动率》《【50ETF期权】 3. 中国波指 iVIX》《【50ETF期权】 4. Greeks 和隐含波动率微笑》《【50ETF期权】 5. 日内即时监控 Greeks 和隐含波动率微笑》三 期权分析《【50ETF期权】 期权择时指数 1.0》《期权头寸计算》《期权探秘1》《期权探秘2》《期权市场一周纵览》《基于期权PCR指数的择时策略》《期权每日成交额PC比例计算》四 期权日报主要是@李自龙的期权择时日报。五 期货分析《Gifts from Santa Claus——股指期货趋势交易研究》现金奖励活动：各种福利：
更新个人日常在JoinQuant社区学习，为了让更多人接触并了解到这些优秀的集体智慧成果，整理了一篇量化策略的社区干货合集目录包括量化学习的资料、python编程入门教程、Talib库介绍、研究型文章，以及大量的经典策略（包括价值投资、技术指标、轮动、机器学习等等），以飨读者。总结了搬砖过来，欢迎一起学习交流讨论刚入门的可以先到下面娱乐一下资料分享全部提供下载链接，可到社区下载，其中包括一、python for 量化像计算机科学家一样思考Python[Python标准库].Doug.Hellmann.扫描版《Python科学计算》.(张若愚)用Python做科学计算利用Python进行数据分析Python数据分析基础教程：NumPy学习指南（第2版）NumPy攻略 Python科学计算与数据分析A Practical Guide To Quantitative Portfolio TradingData Structures and Algorthms Using PythonMastering Python for FinancePractical Data Analysis with Python by Anita RaichandPython Data AnalysisPython Data Visualization CookbookPython.for.Finance(oreilly版)Python for Quants Volume I二、R for 量化R语言入门R语言编程艺术R语言实战 中文版使用R进行数据分析与作图Introduction.to.R.for.Quantitative.FinanceQuantitative Trading with R Understanding Mathematical and Computational Tools from a Quant's PerspectiveMastering R for Quantitative FinanceMastering Predictive Analytics with R金融数据分析导论：基于R语言三、Quant Interview Books150 Most Frequently Asked Questions on Quant Interviews[Mark Joshi]Quant Job Interview Questions And Answers[Xinfeng Zhou]A practical Guide to quantitative finance interviewsFrequently-Asked-Questions-Quant-InterviewHeard on the Street Quantitative Questions from Wall Street Job InterviewsThe 200 Investment Banking Interview Questions ＆ Answers You Need to Know...四、投资阅读书籍algorithmic trading winning strategies and their rationalebarra handbook USEncyclopedia of Trading Strategies(交易策略百科全书)Inside the Black Box －A Simple Guide to Quantitative and High Frequency Trading（2nd.Edition）NASSIM Taleb-Dynamic HedgingOptions Futures and Other Derivatives 8th - John HullQuantative Trading StrategiesQuantitative Equity Portfolio Management：Modern Techniques and ApplicationsQuantitative Trading How to Build Your Own Algorithmic Trading BusinessQuantitative Trading How to Build Your Own Algorithmic Trading Business《New Trading Systems and Methods》 Perry J.Kaufman 4th Edition.pdf《专业投机原理》 完整版 (美).维可多·斯波朗迪保本投资法 不跌的股票(高清)打开量化投资的黑箱股市趋势技术分析（原书第9版-珍藏版）海龟交易法则解读量化投资：西蒙斯用公式打败市场的故事解密对冲基金指数与策略精明交易者 - 考夫曼量化交易 如何建立自己的算法交易(高清)量化交易策略—利用量化分析技术创造盈利交易程序量化数据分析 通过社会研究检验想法量化投资策略-如何实现超额收益alpha量化投资策略与技术修订版期权投资策略 第4版(高清)数量化投资：体系与策略通往金融王国自由之路统计套利(中文版)网格交易法 数学+传统智慧战胜华尔街我是高频交易工程师：知乎董可人自选集 (知乎「盐」系列)主动投资组合管理 创造高收益并控制风险的量化投资方法（原书第2版）(高清)走出幻觉走向成熟金融帝国文集五、计量经济学金融计量学从初级 到 高级建模技术哈佛教材 应用计量经济学 stata高等计量经济学 李子奈等编着蔡瑞胸-Analysis of Financial Time Series- Financial Econometrics(2002)金融时序分析Phoebus J. Dhrymes, Mathematics for Econometrics, 4eOsborne,Rubinstein-A Course in Game TheoryModel Building in Mathematical Programming(5e)Hayashi - EconometricsGujarati-Essentials of Econometrics计量精要Akira Takayama - Mathematical EconomicsA Handbook of Time-Series Analysis, Signal Processing, and Dynamics - 19992013年金融数学Angel de la Fuente 经济数学方法与模型(上财版2003)《经济学的结构--数学分析的方法(清华版)》Eugene Silberberg, Wing SuenKamien & Schwartz, Dynamic Optimization(2ed,1991)CSZ - An Introduction to Mathematical Analysis for Economic Theory and Econometrics(草稿版)六、研究报告国信证券金融工程大券商2016年年度投资策略报告光大证券海通证券申万大师系列他山之石系列中信证券广发证券视频：pythonR语言基础、进阶、七武器（quantmod、ggplot2....）金融工程 89集 郑振龙 厦门大学金融时间序列分析Python编程API文档的详细介绍Talib在量化投资中具体的使用例子研究型文章机器学习量化缠论系列 笔的新定义 完整策略型文章价值投资技术指标经典策略引起广泛讨论的小市值线性回归钟摆系列2，3，4均线策略钟摆策略系列配对轮动Markowitz 动态平衡数据挖掘程序在此热点分析
经典策略有很多，比如简单的均线策略海龟策略反海龟的龟汤策略通道型的策略突破型的策略其实还有很多，网上都搜的到，也可以去这个网站看
已有帐号？
无法登录？
社交帐号登录}