量化策略

VectorBT：使用PyTorch+LSTM训练和回测股票模型进阶三VectorBT：使用PyTorch+LSTM训练和回测股票模型进阶三本方案融合 LSTM 时序预测与动态风险控制。系统采用混合架构，离线训练构建多尺度特征工程和双均线策略，结合在线增量更新持续优化模型。技术要点包括三层特征筛选、波动率动态仓位管理、混合精度训练提升效率，以及用 VectorBT 验证收益。文中内容仅限技术学习与代码实践参考，市场存在不确定性，技术分析需谨慎验证，不构成任何投资建议。适合量化新手建立系统认知，为策略开发打下基础。

VectorBT：使用PyTorch+LSTM训练和回测股票模型进阶二VectorBT：使用PyTorch+LSTM训练和回测股票模型进阶二本方案基于LSTM神经网络构建多时间尺度股票收益率预测模型，结合VectorBT进行策略回测。核心原理是通过不同时间窗口（5/10/20/30日）捕捉股价的短期、中期、长期模式，使用注意力机制融合多尺度特征，最终生成交易信号。文中内容仅限技术学习与代码实践参考，市场存在不确定性，技术分析需谨慎验证，不构成任何投资建议。适合量化新手建立系统认知，为策略开发打下基础。

tsfresh：时间序列特征自动提取与应用tsfresh：时间序列特征自动提取与应用本文系统介绍了 tsfresh 技术在 A 股市场数据分析与量化投资中的应用。从基础特征提取到高级策略开发，结合实战案例，详细讲解了如何利用 tsfresh 构建量化投资策略，并优化风险控制，助力读者全面掌握时间序列特征提取在量化领域的技术应用。文中内容仅限技术学习与代码实践参考，市场存在不确定性，技术分析需谨慎验证，不构成任何投资建议。适合量化新手建立系统认知，为策略开发打下基础。

量化策略分类体系：量化交易策略有哪些？在投资领域，量化策略已成为一种重要的投资手段。通过对大量数据的分析和处理，量化策略能够帮助投资者做出更加科学、理性的投资决策。本文将根据不同的分类标准，对量化策略进行详细的分类和介绍。

数量技术宅

初学者的量化 “利器”，哪种策略才是你的菜？更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。这篇文章专为量化投资领域的小白精心打造，量化大神们请自动略过哦。

数量技术宅

最优订单执行策略的深度剖析与模型比较更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。摘要：本文深入探讨了最优订单执行策略相关问题，详细介绍了多种模型下的策略推导、最优性条件及特性。通过对 Almgren - Chriss 模型、Obizhaeva 和 Wang 模型、Alfonsi 和 Schied 模型等的分析，阐述了各模型中最优策略的形式及其与市场因素的关系。同时，讨论了价格操纵对最优策略存在性的影响，以及在不同假设下（如 ABM 和 GBM）最优策略的差异。此外，还介绍了线性瞬态市场影响

数量技术宅

再谈量化策略失效的问题更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。我们在交易量化策略的时候，经常会遇到量化策略出现持续性的回撤。此时，必须考虑一种情况，即正在交易的策略可能失效了。于是，我们的首要工作是，判断这个量化策略是否失效。

数量技术宅

如何使用Tushare+ Backtrader进行股票量化策略回测更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。典型的股票量化策略回测流程包括以下几个步骤：

数量技术宅

数字多空策略交易系统（实盘+回测+数据）更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。技术宅此前分享的数字货币策略多为单边策略。单边策略最大的特征是在承担一定的波动风险前提下获取高收益率。而对于许多稳健的、中、低风险偏好的投资者来说，在承担尽可能小的波动风险前提下，获取尽可能高的收益率，是他们追求的目标。

数量技术宅

最优订单执行算法相关Paper介绍更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。随着量化交易、高频交易的竞争日益激烈，事实证明，交易执行显着影响量化策略的投资绩效。因此，许多从业者开始将交易执行视为一项独立的任务。本期文章分享，我们搜寻了一些用于最小化交易成本的最佳交易订单执行策略算法相关的论文，供大家参考。

量化密码库

掘金量化—Python SDK文档—3.变量约定Python SDK文档