一、奇异期权 奇异期权(Exotic Options)是场外交易 (OTC),这意味着它们是由相关交易对手设计的,不能作为交易所交易合约使用。奇异期权包括具有比普通期权更复杂的定价和对冲功能的合约。通常会将市场价格的“隐含”波动性纳入到奇异期权的定价模型中。 奇异期权可以通过以下性质来区别: 1、时间依赖性 比如,离散现金流必然涉及时间依赖性。另一个例子,可能只允许在特定日期或特定时间段提前行权。百慕大期权就具胡这种间歇性的提前行权的特点。 时间依赖具有以下特点: 这些期权合约具有时间不一样性; 在特定时间点的期权价值或greeks存在跳跃性; 在数值方案中的时间离散化问题。 2、现金流 标的

backtrader本身在回测结束前是不会把持仓全部平仓,所以,就需要我们自己判断什么时候是最后一个K线,在最后一个K线前发出全部平仓命令,以使程序在最后的一条K线执行平仓,从而完成一个完美的回测过程。 目的是在回测结束前把所有仓位都平仓掉。 网络上有的使用调用未来数据data[2]来引发错误来实现。实际测试中,此方案无效。 经过一番研究与测试,得出以下结果: 1、可以使用buflen()来取得总共有多少条K线bar。 2、在每次next中,datas中都包括从一开始到当前的所有数据,这样就可以通过len()来获取当前执行到第几个(K线)bar了。 3、可以通过1、2两项的数据进行对比,就可以

在使用backtrader进行回测外汇数据时,烧脑的是在保证金与杠杆的设置。 例如:如何EURUSD下单1手时,100倍杠杆的情况下, buy: 1.12888,close: 1.13162 占用保证金:1128.88 其中赚取0.00274即274个点,按17的点差,单边收取8.5个点。 毛利:274 净利 = 毛利 – 点差 = 274 – 17 = 257 如以下运行结果: 经过测试,可以使用多种方式实现,这里介绍两种简单的方式,我个人觉得在特定的情况下行数越少运行越高效。 核心:设置参数使保证金 = automargin * margin * size * pr

sklearn.feature_extraction特征提取 该sklearn.feature_extraction模块负责从原始数据中提取特征。当前,它包括从文本和图像中提取特征的方法。 用户指南:有关更多详细信息,请参见功能提取部分。 feature_extraction.DictVectorizer([dtype,…]) 将特征值映射列表转换为矢量。 feature_extraction.FeatureHasher([…]) 实现功能哈希,又名哈希技巧。   从图片 该sklearn.feature_extraction.image子模块收集实用程序以从

结果集详细分析用到的几个概念: 1、Akaike Information Criterion(AIC)赤池信息准则 AIC是衡量统计模型拟合优良性的一种标准,由日本统计学家赤池弘次在1974年提出,它建立在熵的概念上,提供了权衡估计模型复杂度和拟合数据优良性的标准。 通常情况下,AIC定义为: 其中k是模型参数个数,L是似然函数。从一组可供选择的模型中选择最佳模型时,通常选择AIC最小的模型。 当两个模型之间存在较大差异时,差异主要体现在似然函数项,当似然函数差异不显著时,上式第一项,即模型复杂度则起作用,从而参数个数少的模型是较好的选择。 一般而言,当模型复杂度提高(k增大)时,似然函数L也

使用200万条K线的数据,测试backtrader的回测性能如何? 为​​了做到这一点,第一件事就是产生的足够的K线。所以,我们会做以下动作: 产生100支股票 每支股票 20000条K线数据 100个股票数据文件总计200万 根K线数据. 代码: import numpy as np import pandas as pd COLUMNS = [‘open’, ‘high’, ‘low’, ‘close’, ‘volume’, ‘openinterest’] CANDLES = 20000 STOCKS dateindex = pd.date_range(start=’2010-01-01′

唐奇安通道原理 唐奇安( Donchian )通道是由Richard Donchian开发的用于市场交易的指标。它是通过获取最后n 个周期的最高价和最低价形成的。高点和低点之间的区域是所选时段的通道。 如果价格稳定,Donchian 通道将相对狭窄。如果价格波动很大,Donchian 通道会更宽。 其中,最后n个周期一般 n = 20,当然也可以根据斐波那契数列13、 21、 34、 55、 89、 144、 233、 377取n的值。 把唐奇安( Donchian )通道指标当作买卖信号,可以按以下规则:(不限于以下方法,可以探索更多更好的方案) 1、当价格向上突破n个周期的最高价时,发出买

操作platform Line Iterators To参与到行动中,plaftorm使用线路的概念迭代器。他们Python的迭代器后,被松散的蓝本,但有其实无关them. Strategies和指标线iterators. The线的迭代器概念试图描述如下: 一个行迭代器踢奴隶线迭代器告诉然后他们iterate A线迭代器在自己的声明的命名线设置迭代values The键进行迭代,就像一般的Python迭代器,就是: `的nextmethod It将要求每个迭代。在datas阵列其中line iterator具有与作为逻辑基础/计算将已经被平台(禁止数据的重放) 调用时最小为线迭代period