通知设置 新通知
门罗币XMR 挖矿 常识 避免踩坑记
李魔佛 发表了文章 • 0 个评论 • 10822 次浏览 • 2021-11-14 15:47
具体的撸毛教程：http://30daydo.com/article/44283
1.XMR挖矿软件从哪里下载？
可以使用XMRig矿工： 官方 https://github.com/xmrig/xmrig
支持windows，linux
或图形化的挖矿工具
2.用XMRig要怎么设置？怎么用？
首先，关闭杀毒软件和防火墙等安全软件，下载压缩包，解压缩，找到 pool_mine_example.cmd 文件，右键，编辑，把里面的钱包地址改成自己的钱包地址，修改换成要挖的矿池，然后保存，再双击运行 pool_mine_example.cmd 文件（不是xmrig.exe）就开始挖矿了。
那个 x 是矿工号，在多台机器挖矿时，可以区分矿机，建议每台机器都设置一个不同的矿工号，否则机器将会在矿池合并显示为1台，当矿机有掉线时，不方便区分和排查矿机。
当挖矿软件运行界面里出现accepted，表示挖矿成功。
3.为什么CPU使用率只有50%？
使用率主要受制于三级缓存，在CPU使用率为50%的情况下算力最高，将线程全部跑满，反而会降低算力。
4.怎么使用显卡挖XMR？
首先，XMR的挖矿算法不适合显卡，用显卡挖不划算，如果是免费电并且显卡挖不了其他币种，那倒是可以启用显卡挖矿。
5.我的CPU算力有多少？挖XMR一天有多少收益？
算力可以矿池网站，或者自己运行挖矿软件挖一下，看看算力有多少。
在知道算力的情况下，可以通过网络上的在线收益计算器，输入算力就得出日理论收益了（注意单位1K/s=1000H/s）
6.挖矿软件报错 connection time out，连不上矿池。
一般都是自己的网络问题，或者网络限制，解决方法：修改矿池端口，或开启 TLS 安全连接。
如果还是不行，可以考虑使用个人热点，4G网测试下，或者换个宽带运营商。
7.XMR起付额是多少，不够起付额怎么办？
这个主要看矿池而定，一般起付额是0.3XMR。
有的矿池会在余额高于0.03XMR的情况下，能申请小额提币，但可能需要停机1天方可申请，且每月限申请一次小额提币。
所以，低于0.03XMR将不足于抵扣提现手续费，无法提取。
8.用什么钱包好？
新手，或者自己懒得维护钱包，可以使用交易所的钱包地址。获取方法是注册交易所，在充值里搜XMR，显示的钱包地址就可以拿来使用了。
XMR官方钱包占用硬盘空间较大，大概70-80G，需要同步数据，自己在变现时要转入交易所，自己承担这笔转账手续费。
9.为什么矿池显示已支付，但是没收到币？
首先到账不是即时的，一般支付完1小时内都可以到账。
超过半天还不到账，如果用的是本地钱包，要先同步数据到最新区块，如果已经同步到最新区块了，可能是钱包丢失了同步数据，可以删除同步数据重新同步，或者重装钱包（务必备份好钱包私钥）。
如果用的交易所钱包，看看交易所是不是暂停充值或者维护了，如果是暂停充值，在交易所恢复充值后即可给用户自动入账，或者直接咨询交易所客服。
10.启动XMRig挖矿软件，乱码
不要以管理员身份运行。
11. 可以使用云服务器进行挖，最好在上面用docker挖（centos），不然会被云服务商监控到进程100%导致，封禁你的服务器。
具体的腾讯云服务器挖矿教程 教程，附代码：
http://30daydo.com/article/44283
http://30daydo.com/article/44286
查看全部
具体的撸毛教程：http://30daydo.com/article/44283
1.XMR挖矿软件从哪里下载？
可以使用XMRig矿工： 官方 https://github.com/xmrig/xmrig
支持windows，linux
或图形化的挖矿工具
2.用XMRig要怎么设置？怎么用？
首先，关闭杀毒软件和防火墙等安全软件，下载压缩包，解压缩，找到 pool_mine_example.cmd 文件，右键，编辑，把里面的钱包地址改成自己的钱包地址，修改换成要挖的矿池，然后保存，再双击运行 pool_mine_example.cmd 文件（不是xmrig.exe）就开始挖矿了。
那个 x 是矿工号，在多台机器挖矿时，可以区分矿机，建议每台机器都设置一个不同的矿工号，否则机器将会在矿池合并显示为1台，当矿机有掉线时，不方便区分和排查矿机。
当挖矿软件运行界面里出现accepted，表示挖矿成功。
3.为什么CPU使用率只有50%？
使用率主要受制于三级缓存，在CPU使用率为50%的情况下算力最高，将线程全部跑满，反而会降低算力。
4.怎么使用显卡挖XMR？
首先，XMR的挖矿算法不适合显卡，用显卡挖不划算，如果是免费电并且显卡挖不了其他币种，那倒是可以启用显卡挖矿。
5.我的CPU算力有多少？挖XMR一天有多少收益？
算力可以矿池网站，或者自己运行挖矿软件挖一下，看看算力有多少。
在知道算力的情况下，可以通过网络上的在线收益计算器，输入算力就得出日理论收益了（注意单位1K/s=1000H/s）
6.挖矿软件报错 connection time out，连不上矿池。
一般都是自己的网络问题，或者网络限制，解决方法：修改矿池端口，或开启 TLS 安全连接。
如果还是不行，可以考虑使用个人热点，4G网测试下，或者换个宽带运营商。
7.XMR起付额是多少，不够起付额怎么办？
这个主要看矿池而定，一般起付额是0.3XMR。
有的矿池会在余额高于0.03XMR的情况下，能申请小额提币，但可能需要停机1天方可申请，且每月限申请一次小额提币。
所以，低于0.03XMR将不足于抵扣提现手续费，无法提取。
8.用什么钱包好？
新手，或者自己懒得维护钱包，可以使用交易所的钱包地址。获取方法是注册交易所，在充值里搜XMR，显示的钱包地址就可以拿来使用了。
XMR官方钱包占用硬盘空间较大，大概70-80G，需要同步数据，自己在变现时要转入交易所，自己承担这笔转账手续费。
9.为什么矿池显示已支付，但是没收到币？
首先到账不是即时的，一般支付完1小时内都可以到账。
超过半天还不到账，如果用的是本地钱包，要先同步数据到最新区块，如果已经同步到最新区块了，可能是钱包丢失了同步数据，可以删除同步数据重新同步，或者重装钱包（务必备份好钱包私钥）。
如果用的交易所钱包，看看交易所是不是暂停充值或者维护了，如果是暂停充值，在交易所恢复充值后即可给用户自动入账，或者直接咨询交易所客服。
10.启动XMRig挖矿软件，乱码
不要以管理员身份运行。
11. 可以使用云服务器进行挖，最好在上面用docker挖（centos），不然会被云服务商监控到进程100%导致，封禁你的服务器。
具体的腾讯云服务器挖矿教程 教程，附代码：
http://30daydo.com/article/44283
http://30daydo.com/article/44286
国金证券可转债转股怎么操作
股票 • 绫波丽 发表了文章 • 0 个评论 • 5645 次浏览 • 2021-11-09 00:00
这里科普下，可转债套利
如果溢价率为负，且其值越大（绝对值），比如 溢价率为-5% 的时候
具体溢价率可以参考集思录。
这个时候进行对可转债进行转股，也就是相同金额的可转债换成股票， 当天就可以盈利5%。
不过还得要第二天早上卖出，才能落地为安。 一般如果溢价率为负的越大，比如-5%， 这情况下，第二天对应的正股会承受很大的抛压， 所以经常会低开。 也就是实际情况下，一般是吃不到5%，不过也不会亏。就看赚多赚少。
所以在负溢价很大的情况时，在当天收盘前需要进行转股操作。
而对于国金而言，其手机app 佣金宝 是不支持转股操作的，并且其默认的PC端软件 国金独立交易 ，也是不支持转股操作的。 这一点，之前已经问过其官方客服了。
唯一可以进行转股的，就需要 国金金太阳至强版 ， 在官网可以下载的，别在其他地方下载盗版。
在软件的交易菜单下，有一个可转债业务，里面就有一个转股的功能，这个时候只需要把可转债的转股代码填入转股代码里面，数量随意填个很大的数，比如99999张， 那就可以在收盘后正常转股了。
晚上交割后，你的账户里面就会出现对应的正股了。 第二天开盘就可以卖啦。
如果需要国金万1.5开户的，可以扫码联系。费率比官网的万2.5要便宜很多
可转债费率是百万分之5。
查看全部
如果溢价率为负，且其值越大（绝对值），比如 溢价率为-5% 的时候
具体溢价率可以参考集思录。
这个时候进行对可转债进行转股，也就是相同金额的可转债换成股票， 当天就可以盈利5%。
不过还得要第二天早上卖出，才能落地为安。 一般如果溢价率为负的越大，比如-5%， 这情况下，第二天对应的正股会承受很大的抛压， 所以经常会低开。 也就是实际情况下，一般是吃不到5%，不过也不会亏。就看赚多赚少。
所以在负溢价很大的情况时，在当天收盘前需要进行转股操作。
而对于国金而言，其手机app 佣金宝 是不支持转股操作的，并且其默认的PC端软件 国金独立交易 ，也是不支持转股操作的。 这一点，之前已经问过其官方客服了。
唯一可以进行转股的，就需要 国金金太阳至强版 ， 在官网可以下载的，别在其他地方下载盗版。
在软件的交易菜单下，有一个可转债业务，里面就有一个转股的功能，这个时候只需要把可转债的转股代码填入转股代码里面，数量随意填个很大的数，比如99999张， 那就可以在收盘后正常转股了。
晚上交割后，你的账户里面就会出现对应的正股了。 第二天开盘就可以卖啦。
如果需要国金万1.5开户的，可以扫码联系。费率比官网的万2.5要便宜很多
可转债费率是百万分之5。
查看全部
这里科普下，可转债套利
如果溢价率为负，且其值越大（绝对值），比如 溢价率为-5% 的时候
具体溢价率可以参考集思录。
这个时候进行对可转债进行转股，也就是相同金额的可转债换成股票， 当天就可以盈利5%。
不过还得要第二天早上卖出，才能落地为安。 一般如果溢价率为负的越大，比如-5%， 这情况下，第二天对应的正股会承受很大的抛压， 所以经常会低开。 也就是实际情况下，一般是吃不到5%，不过也不会亏。就看赚多赚少。
所以在负溢价很大的情况时，在当天收盘前需要进行转股操作。
而对于国金而言，其手机app 佣金宝 是不支持转股操作的，并且其默认的PC端软件 国金独立交易 ，也是不支持转股操作的。 这一点，之前已经问过其官方客服了。
唯一可以进行转股的，就需要 国金金太阳至强版 ， 在官网可以下载的，别在其他地方下载盗版。
在软件的交易菜单下，有一个可转债业务，里面就有一个转股的功能，这个时候只需要把可转债的转股代码填入转股代码里面，数量随意填个很大的数，比如99999张， 那就可以在收盘后正常转股了。
晚上交割后，你的账户里面就会出现对应的正股了。 第二天开盘就可以卖啦。
如果需要国金万1.5开户的，可以扫码联系。费率比官网的万2.5要便宜很多
可转债费率是百万分之5。
如果溢价率为负，且其值越大（绝对值），比如 溢价率为-5% 的时候
具体溢价率可以参考集思录。
这个时候进行对可转债进行转股，也就是相同金额的可转债换成股票， 当天就可以盈利5%。
不过还得要第二天早上卖出，才能落地为安。 一般如果溢价率为负的越大，比如-5%， 这情况下，第二天对应的正股会承受很大的抛压， 所以经常会低开。 也就是实际情况下，一般是吃不到5%，不过也不会亏。就看赚多赚少。
所以在负溢价很大的情况时，在当天收盘前需要进行转股操作。
而对于国金而言，其手机app 佣金宝 是不支持转股操作的，并且其默认的PC端软件 国金独立交易 ，也是不支持转股操作的。 这一点，之前已经问过其官方客服了。
唯一可以进行转股的，就需要 国金金太阳至强版 ， 在官网可以下载的，别在其他地方下载盗版。
在软件的交易菜单下，有一个可转债业务，里面就有一个转股的功能，这个时候只需要把可转债的转股代码填入转股代码里面，数量随意填个很大的数，比如99999张， 那就可以在收盘后正常转股了。
晚上交割后，你的账户里面就会出现对应的正股了。 第二天开盘就可以卖啦。
如果需要国金万1.5开户的，可以扫码联系。费率比官网的万2.5要便宜很多
可转债费率是百万分之5。
“大V带货”、“大V引流”迎来监管规范 ， 万一免五何去何从？
股票 • 绫波丽 发表了文章 • 0 个评论 • 2603 次浏览 • 2021-11-08 22:28
证监会最新下发的《机构监管通报》要求，证券公司应规范开展与大V合作活动。
比如b站上充斥着大量的开户广告：
监管通报要求，证券公司作为持牌机构，要坚持“回归主业、突出专业”的基本要求。一方面，如法律法规有明确要求，应做到严格守法，按规定要求展业；另一方面，即使法律法规没有强制要求，也要从专业机构角度审慎评估，主动维护自身和行业形象，保护投资者和客户的合法权益。
具体来看，监管要求主要包括三个方面，一是“大V”引流开户给奖励不符合监管规定，证券公司不得开展相关合作；二是证券公司组织工作人员公开发表言论应符合规范要求；三是证券公司应强化组织外部人士发表评论的管理。
此前，多地基金公司和基金销售机构相继收到了当地证监局下发的《关于规范基金投资建议活动的通知》，一些基金“大V”的投资组合也从各基金销售机构下架，仅保留了赎回功能。
监管关注到两类券商与“大V”的合作模式
机构监管情况通报显示，近期，在日常监管中关注到部分券商与“大V”合作开展网络直播、客户引流等活动，引发媒体广泛关注和报道，监管层对相关行为的法律性质进行了研究，明确了相应的监管要求。
通报内容显示，证券公司与“大V”合作有两种模式，一是投放开户链接模式，即通过微信“大V”投放开户链接，投资者通过点击开户链接转到相关公司开户页面进行开户操作。在付费方式上，主要是通过支付广告费的形式付给“大V”。该做法在形式上与开户数量不直接挂钩，但实质上仍是按照实施效果，如点击量、投放时间等付费。二是投资者教育形式的直播，如某证券公司与经济学家等知名“大V”合作开展直播活动，开展投资者教育，介绍投资理财知识，宣传公司品牌，对国家经济形势进行分析点评等。
监管要求，证券公司作为持牌机构，要坚持“回归主业、突出专业”的基本要求。一方面，如法律法规有明确要求，应做到严格守法，按规定要求展业；另一方面，即使法律法规没有强制要求，也要从专业机构角度审慎评估，主动维护自身和行业形象，保护投资者和客户的合法权益。
三方面监管要求
监管要求主要包括三个方面：一是“大V”引流开户给奖励不符合监管规定，证券公司不得开展相关合作；二是证券公司组织工作人员公开发表言论应符合规范要求；三是证券公司应强化组织外部人士发表评论的管理。
监管通知称，引流开户是一种客户招揽行为，属于证券经纪业务的一个环节。目前，监管仅规定了证券公司可以委托证券经纪人代理客户招揽活动，且证券经纪人应当是证券从业人员，并专职从事客户招揽和客户服务活动。互联网“大V”不属于专职从事证券经纪业务的证券经纪人，证券公司利用“大V”引流开户给奖励不符合监管规定，证券公司应停止相关合作。
此外，对通过“直播”等方式，配合开展内幕交易、操纵市场等违法违规行为，监管部门将“发现一起，查处一起”，绝不姑息。
四方面规范券商人士公开发表言论
监管通报要求，证券公司组织工作人员公开发表言论时，一方面禁止以直播的方式开展投资品种选择、投资组合推介等荐股行为。另一方面，证券公司工作人员通过网络直播等形式发表评论，应当保持客观、专业态度，主要聚焦经济形势分析、市场变动情况点评、经济数据解读等宏观层面，并严格遵循四方面要求。
一是确保信息来源合法合规、研究方法专业审慎。
二是坚守专业形象，不得使用低俗、夸大、诱导性、煽动性标题或者用语，不得通过着奇装异服、在特殊地点直播等方式博人眼球，不得盲目跟风炒作、人云亦云，一味追逐市场热点、吸引眼球。
三是对有关公开言论可能对市场产生的影响进行审慎评估，自觉维护市场正常秩序，防止诱导、渲染极端情绪。
四是充分发挥专业优势，引导市场树立长期投资、价值投资和理性投资的理念，促进市场稳定健康发展。
监管层表示，证券公司应进一步加强对证券公司工作人员直播展业的管理，完善内部管控机制，事前对直播内容进行把关，做好内容管理；事中对直播进行监测监控，遇有重大情况及时处理，避免产生不良影响；直播中出现违规情况的，及时启动内部问责机制。证券公司工作人员应当强化合规意识、树立责任意识，自觉维护个人、公司和行业声誉。发现问题的，严肃追究有关人员的责任，形成警示效应。
在证券公司外部人士发表评论的管理方面，证监会要求，证券公司组织社会知名人士、专家学者、经济学家等外部人士发表评论，应当加强内部管理，对所组织会议、讲座材料、嘉宾演讲内容、直播内容等做好事前审核工作，评论内容不得涉及对证券及证券相关产品的分析等投资咨询活动；同时充分揭示证券公司与外部人士的关系，并要求外部人士不得以证券公司名义发表评论或对外展业。
证监会表示，将持续关注证券公司与“大V”合作有关情况，针对新情况新问题，不断完善监管要求。一方面鼓励支持“专业人士，通过专业方式，说专业的话”，为首席经济学家专业发声创造更好地环境；另一方面严厉打击借直播之名，行违规之实的行为，维护行业发展的良好生态，如果发现公司存在违法违规情况的，将依法采取监管措施，严厉追究相关违规机构和个人责任。
知乎上各种变相开户广告：
个人预测，后面的各大导流网站大户，比如b站，知乎，抖音的，会大规模下架对应的视频或者直播作品。
不过本小破站应该还是不受影响，目前还可以提供万一免五哦，本人可是合规券商服务商。 如果担心，那么尽管去券商的官网开户【佣金费率吓死人，清一色的万2.5哦】
不信看看官网：
比如国金佣金宝
还有广发：
而上面这两家在本人这里开户的费率是多少么？ 万1.2全包哦！之前广发还能免五。
更多券商低佣开户 可以联系：【支持多个券商】
查看全部
比如b站上充斥着大量的开户广告：
监管通报要求，证券公司作为持牌机构，要坚持“回归主业、突出专业”的基本要求。一方面，如法律法规有明确要求，应做到严格守法，按规定要求展业；另一方面，即使法律法规没有强制要求，也要从专业机构角度审慎评估，主动维护自身和行业形象，保护投资者和客户的合法权益。
具体来看，监管要求主要包括三个方面，一是“大V”引流开户给奖励不符合监管规定，证券公司不得开展相关合作；二是证券公司组织工作人员公开发表言论应符合规范要求；三是证券公司应强化组织外部人士发表评论的管理。
此前，多地基金公司和基金销售机构相继收到了当地证监局下发的《关于规范基金投资建议活动的通知》，一些基金“大V”的投资组合也从各基金销售机构下架，仅保留了赎回功能。
监管关注到两类券商与“大V”的合作模式
机构监管情况通报显示，近期，在日常监管中关注到部分券商与“大V”合作开展网络直播、客户引流等活动，引发媒体广泛关注和报道，监管层对相关行为的法律性质进行了研究，明确了相应的监管要求。
通报内容显示，证券公司与“大V”合作有两种模式，一是投放开户链接模式，即通过微信“大V”投放开户链接，投资者通过点击开户链接转到相关公司开户页面进行开户操作。在付费方式上，主要是通过支付广告费的形式付给“大V”。该做法在形式上与开户数量不直接挂钩，但实质上仍是按照实施效果，如点击量、投放时间等付费。二是投资者教育形式的直播，如某证券公司与经济学家等知名“大V”合作开展直播活动，开展投资者教育，介绍投资理财知识，宣传公司品牌，对国家经济形势进行分析点评等。
监管要求，证券公司作为持牌机构，要坚持“回归主业、突出专业”的基本要求。一方面，如法律法规有明确要求，应做到严格守法，按规定要求展业；另一方面，即使法律法规没有强制要求，也要从专业机构角度审慎评估，主动维护自身和行业形象，保护投资者和客户的合法权益。
三方面监管要求
监管要求主要包括三个方面：一是“大V”引流开户给奖励不符合监管规定，证券公司不得开展相关合作；二是证券公司组织工作人员公开发表言论应符合规范要求；三是证券公司应强化组织外部人士发表评论的管理。
监管通知称，引流开户是一种客户招揽行为，属于证券经纪业务的一个环节。目前，监管仅规定了证券公司可以委托证券经纪人代理客户招揽活动，且证券经纪人应当是证券从业人员，并专职从事客户招揽和客户服务活动。互联网“大V”不属于专职从事证券经纪业务的证券经纪人，证券公司利用“大V”引流开户给奖励不符合监管规定，证券公司应停止相关合作。
此外，对通过“直播”等方式，配合开展内幕交易、操纵市场等违法违规行为，监管部门将“发现一起，查处一起”，绝不姑息。
四方面规范券商人士公开发表言论
监管通报要求，证券公司组织工作人员公开发表言论时，一方面禁止以直播的方式开展投资品种选择、投资组合推介等荐股行为。另一方面，证券公司工作人员通过网络直播等形式发表评论，应当保持客观、专业态度，主要聚焦经济形势分析、市场变动情况点评、经济数据解读等宏观层面，并严格遵循四方面要求。
一是确保信息来源合法合规、研究方法专业审慎。
二是坚守专业形象，不得使用低俗、夸大、诱导性、煽动性标题或者用语，不得通过着奇装异服、在特殊地点直播等方式博人眼球，不得盲目跟风炒作、人云亦云，一味追逐市场热点、吸引眼球。
三是对有关公开言论可能对市场产生的影响进行审慎评估，自觉维护市场正常秩序，防止诱导、渲染极端情绪。
四是充分发挥专业优势，引导市场树立长期投资、价值投资和理性投资的理念，促进市场稳定健康发展。
监管层表示，证券公司应进一步加强对证券公司工作人员直播展业的管理，完善内部管控机制，事前对直播内容进行把关，做好内容管理；事中对直播进行监测监控，遇有重大情况及时处理，避免产生不良影响；直播中出现违规情况的，及时启动内部问责机制。证券公司工作人员应当强化合规意识、树立责任意识，自觉维护个人、公司和行业声誉。发现问题的，严肃追究有关人员的责任，形成警示效应。
在证券公司外部人士发表评论的管理方面，证监会要求，证券公司组织社会知名人士、专家学者、经济学家等外部人士发表评论，应当加强内部管理，对所组织会议、讲座材料、嘉宾演讲内容、直播内容等做好事前审核工作，评论内容不得涉及对证券及证券相关产品的分析等投资咨询活动；同时充分揭示证券公司与外部人士的关系，并要求外部人士不得以证券公司名义发表评论或对外展业。
证监会表示，将持续关注证券公司与“大V”合作有关情况，针对新情况新问题，不断完善监管要求。一方面鼓励支持“专业人士，通过专业方式，说专业的话”，为首席经济学家专业发声创造更好地环境；另一方面严厉打击借直播之名，行违规之实的行为，维护行业发展的良好生态，如果发现公司存在违法违规情况的，将依法采取监管措施，严厉追究相关违规机构和个人责任。
知乎上各种变相开户广告：
个人预测，后面的各大导流网站大户，比如b站，知乎，抖音的，会大规模下架对应的视频或者直播作品。
不过本小破站应该还是不受影响，目前还可以提供万一免五哦，本人可是合规券商服务商。 如果担心，那么尽管去券商的官网开户【佣金费率吓死人，清一色的万2.5哦】
不信看看官网：
比如国金佣金宝
还有广发：
而上面这两家在本人这里开户的费率是多少么？ 万1.2全包哦！之前广发还能免五。
更多券商低佣开户 可以联系：【支持多个券商】
查看全部
证监会最新下发的《机构监管通报》要求，证券公司应规范开展与大V合作活动。
比如b站上充斥着大量的开户广告：
知乎上各种变相开户广告：
个人预测，后面的各大导流网站大户，比如b站，知乎，抖音的，会大规模下架对应的视频或者直播作品。
不过本小破站应该还是不受影响，目前还可以提供万一免五哦，本人可是合规券商服务商。 如果担心，那么尽管去券商的官网开户【佣金费率吓死人，清一色的万2.5哦】
不信看看官网：
比如国金佣金宝
还有广发：
而上面这两家在本人这里开户的费率是多少么？ 万1.2全包哦！之前广发还能免五。
更多券商低佣开户 可以联系：【支持多个券商】
比如b站上充斥着大量的开户广告：
监管通报要求，证券公司作为持牌机构，要坚持“回归主业、突出专业”的基本要求。一方面，如法律法规有明确要求，应做到严格守法，按规定要求展业；另一方面，即使法律法规没有强制要求，也要从专业机构角度审慎评估，主动维护自身和行业形象，保护投资者和客户的合法权益。
具体来看，监管要求主要包括三个方面，一是“大V”引流开户给奖励不符合监管规定，证券公司不得开展相关合作；二是证券公司组织工作人员公开发表言论应符合规范要求；三是证券公司应强化组织外部人士发表评论的管理。
此前，多地基金公司和基金销售机构相继收到了当地证监局下发的《关于规范基金投资建议活动的通知》，一些基金“大V”的投资组合也从各基金销售机构下架，仅保留了赎回功能。
监管关注到两类券商与“大V”的合作模式
机构监管情况通报显示，近期，在日常监管中关注到部分券商与“大V”合作开展网络直播、客户引流等活动，引发媒体广泛关注和报道，监管层对相关行为的法律性质进行了研究，明确了相应的监管要求。
通报内容显示，证券公司与“大V”合作有两种模式，一是投放开户链接模式，即通过微信“大V”投放开户链接，投资者通过点击开户链接转到相关公司开户页面进行开户操作。在付费方式上，主要是通过支付广告费的形式付给“大V”。该做法在形式上与开户数量不直接挂钩，但实质上仍是按照实施效果，如点击量、投放时间等付费。二是投资者教育形式的直播，如某证券公司与经济学家等知名“大V”合作开展直播活动，开展投资者教育，介绍投资理财知识，宣传公司品牌，对国家经济形势进行分析点评等。
监管要求，证券公司作为持牌机构，要坚持“回归主业、突出专业”的基本要求。一方面，如法律法规有明确要求，应做到严格守法，按规定要求展业；另一方面，即使法律法规没有强制要求，也要从专业机构角度审慎评估，主动维护自身和行业形象，保护投资者和客户的合法权益。
三方面监管要求
监管要求主要包括三个方面：一是“大V”引流开户给奖励不符合监管规定，证券公司不得开展相关合作；二是证券公司组织工作人员公开发表言论应符合规范要求；三是证券公司应强化组织外部人士发表评论的管理。
监管通知称，引流开户是一种客户招揽行为，属于证券经纪业务的一个环节。目前，监管仅规定了证券公司可以委托证券经纪人代理客户招揽活动，且证券经纪人应当是证券从业人员，并专职从事客户招揽和客户服务活动。互联网“大V”不属于专职从事证券经纪业务的证券经纪人，证券公司利用“大V”引流开户给奖励不符合监管规定，证券公司应停止相关合作。
此外，对通过“直播”等方式，配合开展内幕交易、操纵市场等违法违规行为，监管部门将“发现一起，查处一起”，绝不姑息。
四方面规范券商人士公开发表言论
监管通报要求，证券公司组织工作人员公开发表言论时，一方面禁止以直播的方式开展投资品种选择、投资组合推介等荐股行为。另一方面，证券公司工作人员通过网络直播等形式发表评论，应当保持客观、专业态度，主要聚焦经济形势分析、市场变动情况点评、经济数据解读等宏观层面，并严格遵循四方面要求。
一是确保信息来源合法合规、研究方法专业审慎。
二是坚守专业形象，不得使用低俗、夸大、诱导性、煽动性标题或者用语，不得通过着奇装异服、在特殊地点直播等方式博人眼球，不得盲目跟风炒作、人云亦云，一味追逐市场热点、吸引眼球。
三是对有关公开言论可能对市场产生的影响进行审慎评估，自觉维护市场正常秩序，防止诱导、渲染极端情绪。
四是充分发挥专业优势，引导市场树立长期投资、价值投资和理性投资的理念，促进市场稳定健康发展。
监管层表示，证券公司应进一步加强对证券公司工作人员直播展业的管理，完善内部管控机制，事前对直播内容进行把关，做好内容管理；事中对直播进行监测监控，遇有重大情况及时处理，避免产生不良影响；直播中出现违规情况的，及时启动内部问责机制。证券公司工作人员应当强化合规意识、树立责任意识，自觉维护个人、公司和行业声誉。发现问题的，严肃追究有关人员的责任，形成警示效应。
在证券公司外部人士发表评论的管理方面，证监会要求，证券公司组织社会知名人士、专家学者、经济学家等外部人士发表评论，应当加强内部管理，对所组织会议、讲座材料、嘉宾演讲内容、直播内容等做好事前审核工作，评论内容不得涉及对证券及证券相关产品的分析等投资咨询活动；同时充分揭示证券公司与外部人士的关系，并要求外部人士不得以证券公司名义发表评论或对外展业。
证监会表示，将持续关注证券公司与“大V”合作有关情况，针对新情况新问题，不断完善监管要求。一方面鼓励支持“专业人士，通过专业方式，说专业的话”，为首席经济学家专业发声创造更好地环境；另一方面严厉打击借直播之名，行违规之实的行为，维护行业发展的良好生态，如果发现公司存在违法违规情况的，将依法采取监管措施，严厉追究相关违规机构和个人责任。
知乎上各种变相开户广告：
个人预测，后面的各大导流网站大户，比如b站，知乎，抖音的，会大规模下架对应的视频或者直播作品。
不过本小破站应该还是不受影响，目前还可以提供万一免五哦，本人可是合规券商服务商。 如果担心，那么尽管去券商的官网开户【佣金费率吓死人，清一色的万2.5哦】
不信看看官网：
比如国金佣金宝
还有广发：
而上面这两家在本人这里开户的费率是多少么？ 万1.2全包哦！之前广发还能免五。
更多券商低佣开户 可以联系：【支持多个券商】
迅投QMT开户 费率足够低
股票 • 绫波丽 发表了文章 • 0 个评论 • 6451 次浏览 • 2021-10-29 00:46
提供券商的量化交易接口,支持python和VBA语言.
QMT支持本地python接口下单,可以按照第三方的python库
这个是与Ptrade的最大的区别.
QMT支持的品种,股票,可转账,基金,ETF等
开通条件很简单, 开通指定的券商,然后申请开通该券商的QMT使用权限即可! 不收取额外的费用.
需要开户后, 银转证入金30万, 保持3天左右就可以开通.
具体费率如下:
股票: 万一免五
可转债: 沪市 百万分之2, 深市 十万分之五 , 最低起步价0.1
基金LOF: 万0.5 没有最低起步价
因为Ptrade的开通条件和QMT是一样的,而该券商同时提供PTrade和QMT的接口,所以本人是强烈建议大家一起把这两个接口功能给开了. 到时想用哪个就用哪个.
最新更新
PS: 现在开户只能二选一了，如果要两个一起开，有高多一点的资金要求。
需要的可以加微信咨询:
备注：qmt
或者想要加群学习的也可以加上面的微信号。
查看全部
QMT支持本地python接口下单,可以按照第三方的python库
这个是与Ptrade的最大的区别.
QMT支持的品种,股票,可转账,基金,ETF等
开通条件很简单, 开通指定的券商,然后申请开通该券商的QMT使用权限即可! 不收取额外的费用.
需要开户后, 银转证入金30万, 保持3天左右就可以开通.
具体费率如下:
股票: 万一免五
可转债: 沪市 百万分之2, 深市 十万分之五 , 最低起步价0.1
基金LOF: 万0.5 没有最低起步价
因为Ptrade的开通条件和QMT是一样的,而该券商同时提供PTrade和QMT的接口,所以本人是强烈建议大家一起把这两个接口功能给开了. 到时想用哪个就用哪个.
最新更新
PS: 现在开户只能二选一了，如果要两个一起开，有高多一点的资金要求。
需要的可以加微信咨询:
备注：qmt
或者想要加群学习的也可以加上面的微信号。
查看全部
提供券商的量化交易接口,支持python和VBA语言.
QMT支持本地python接口下单,可以按照第三方的python库
这个是与Ptrade的最大的区别.
QMT支持的品种,股票,可转账,基金,ETF等
开通条件很简单, 开通指定的券商,然后申请开通该券商的QMT使用权限即可! 不收取额外的费用.
需要开户后, 银转证入金30万, 保持3天左右就可以开通.
具体费率如下:
股票: 万一免五
可转债: 沪市 百万分之2, 深市 十万分之五 , 最低起步价0.1
基金LOF: 万0.5 没有最低起步价
因为Ptrade的开通条件和QMT是一样的,而该券商同时提供PTrade和QMT的接口,所以本人是强烈建议大家一起把这两个接口功能给开了. 到时想用哪个就用哪个.
最新更新
PS: 现在开户只能二选一了，如果要两个一起开，有高多一点的资金要求。
需要的可以加微信咨询:
备注：qmt
或者想要加群学习的也可以加上面的微信号。
QMT支持本地python接口下单,可以按照第三方的python库
这个是与Ptrade的最大的区别.
QMT支持的品种,股票,可转账,基金,ETF等
开通条件很简单, 开通指定的券商,然后申请开通该券商的QMT使用权限即可! 不收取额外的费用.
需要开户后, 银转证入金30万, 保持3天左右就可以开通.
具体费率如下:
股票: 万一免五
可转债: 沪市 百万分之2, 深市 十万分之五 , 最低起步价0.1
基金LOF: 万0.5 没有最低起步价
因为Ptrade的开通条件和QMT是一样的,而该券商同时提供PTrade和QMT的接口,所以本人是强烈建议大家一起把这两个接口功能给开了. 到时想用哪个就用哪个.
最新更新
PS: 现在开户只能二选一了，如果要两个一起开，有高多一点的资金要求。
需要的可以加微信咨询:
备注：qmt
或者想要加群学习的也可以加上面的微信号。
优矿的chgPct7 最近一周的涨幅 验证
股票 • 绫波丽 发表了文章 • 0 个评论 • 2398 次浏览 • 2021-10-13 19:49
感觉优矿社区很不好。基本没有人回复，接口文档写得也很垃圾。
有个返回字段 chgPct7 最近一周的涨幅
通过使用实际数据验证，
chgPct7 是包含当天的数据，然后是最近一周，以一周7天的自然算的，并不是算k线的根数。
比如当前是2021年 9月28日，那么chgPCt7 是从9月22日的收盘价算到28日的收盘价的数据。 查看全部
有个返回字段 chgPct7 最近一周的涨幅
通过使用实际数据验证，
chgPct7 是包含当天的数据，然后是最近一周，以一周7天的自然算的，并不是算k线的根数。
比如当前是2021年 9月28日，那么chgPCt7 是从9月22日的收盘价算到28日的收盘价的数据。 查看全部
感觉优矿社区很不好。基本没有人回复，接口文档写得也很垃圾。
有个返回字段 chgPct7 最近一周的涨幅
通过使用实际数据验证，
chgPct7 是包含当天的数据，然后是最近一周，以一周7天的自然算的，并不是算k线的根数。
比如当前是2021年 9月28日，那么chgPCt7 是从9月22日的收盘价算到28日的收盘价的数据。
有个返回字段 chgPct7 最近一周的涨幅
通过使用实际数据验证，
chgPct7 是包含当天的数据，然后是最近一周，以一周7天的自然算的，并不是算k线的根数。
比如当前是2021年 9月28日，那么chgPCt7 是从9月22日的收盘价算到28日的收盘价的数据。
持有封基老师文章合集 word版【包含公众号所有文字】
股票 • 绫波丽 发表了文章 • 0 个评论 • 3147 次浏览 • 2021-09-03 16:11
用程序爬取的数据，不得不说，封基老师从18年开始写文章。坚持每天写一篇。
里面有不少理念都是很适合上班族的。
文章是word版
下载地址：
链接：https://pan.baidu.com/s/1EZwJ6tsFiS92ftAdeNKWDw
提取码：dcp4
查看全部
用程序爬取的数据，不得不说，封基老师从18年开始写文章。坚持每天写一篇。
里面有不少理念都是很适合上班族的。
文章是word版
下载地址：
链接：https://pan.baidu.com/s/1EZwJ6tsFiS92ftAdeNKWDw
提取码：dcp4
这种拿别人代码和数据改点东西 还弄错结果，挺搞笑的
股票 • 绫波丽 发表了文章 • 0 个评论 • 2999 次浏览 • 2021-08-31 23:25
这个ylxwyj纯属一个装逼犯。 简单的道理，洋洋洒洒写一大篇八股文，什么alpha，信息比率，对，很专业。 实际对文中的结论有任何作用吗？ 提出来就是装逼用的。
更为搞笑的是自己结论弄错了，还不谦虚。
这种人就像项目组里面，把你代码剽窃了，然后去外面跟别人说一通大道理。 然后最后发现无法自圆其说。 然后他说，哦 是xxx的代码有问题，是xxx的数据有问题。
查看全部
这个ylxwyj纯属一个装逼犯。 简单的道理，洋洋洒洒写一大篇八股文，什么alpha，信息比率，对，很专业。 实际对文中的结论有任何作用吗？ 提出来就是装逼用的。
更为搞笑的是自己结论弄错了，还不谦虚。
这种人就像项目组里面，把你代码剽窃了，然后去外面跟别人说一通大道理。 然后最后发现无法自圆其说。 然后他说，哦 是xxx的代码有问题，是xxx的数据有问题。
敬畏市场 市场里没有永恒的圣杯
可转债 • 绫波丽 发表了文章 • 0 个评论 • 2626 次浏览 • 2021-08-27 19:59
无论回测，还是最近的实际盈利。可转债低溢价策略最近风头还是很猛的
实际上发力时间是在6月中旬
实际上发力时间是在6月中旬
无论回测，还是最近的实际盈利。可转债低溢价策略最近风头还是很猛的
实际上发力时间是在6月中旬
实际上发力时间是在6月中旬
通达信公式转python代码
股票 • 量化大师 发表了文章 • 0 个评论 • 3292 次浏览 • 2021-08-12 18:10
本人目前正在做这个转换工作。并定期更新发布在这里。有兴趣的可以参与。
本人目前正在做这个转换工作。并定期更新发布在这里。有兴趣的可以参与。
通达信无法导入或者监控到可转债的代码
股票 • 绫波丽 发表了文章 • 0 个评论 • 2575 次浏览 • 2021-08-06 13:02
第一次用， 以为那里出问题了。
原来本身就不支持导入可转债代码
只能导入正股代码
原来本身就不支持导入可转债代码
只能导入正股代码
第一次用， 以为那里出问题了。
原来本身就不支持导入可转债代码
只能导入正股代码
原来本身就不支持导入可转债代码
只能导入正股代码
Ptrade开户门槛
股票 • 绫波丽 发表了文章 • 0 个评论 • 3034 次浏览 • 2021-08-01 01:27
Ptrade目前的开通门槛。 开通国金证券， 然后入金50W左右，存放1天时间。 然后就可以开通Ptrade的交易权限， 开通权限后，资金可以取出不再限制。
使用ptrade不收取任何费用，属于券商提供的接口服务。 可以使用ptrade回测历史数据，模拟盘下单， 实盘下单。
使用python语言开发。 使用模式和优矿这一些平台类似。
目前交易费率也是很低的，股票万1，转债是沪市百万分之二，深市十万分之五，没有最低收费。 etf基金费率 万0.6，没有最低起步。
需要开通的联系：
备注：开户
非诚勿扰，费率固定，要讲价什么的一律拉黑。
本身市面上能提供的接口券商很少，并且费率还这么低的。
查看全部
使用ptrade不收取任何费用，属于券商提供的接口服务。 可以使用ptrade回测历史数据，模拟盘下单， 实盘下单。
使用python语言开发。 使用模式和优矿这一些平台类似。
目前交易费率也是很低的，股票万1，转债是沪市百万分之二，深市十万分之五，没有最低收费。 etf基金费率 万0.6，没有最低起步。
需要开通的联系：
备注：开户
非诚勿扰，费率固定，要讲价什么的一律拉黑。
本身市面上能提供的接口券商很少，并且费率还这么低的。
查看全部
Ptrade目前的开通门槛。 开通国金证券， 然后入金50W左右，存放1天时间。 然后就可以开通Ptrade的交易权限， 开通权限后，资金可以取出不再限制。
使用ptrade不收取任何费用，属于券商提供的接口服务。 可以使用ptrade回测历史数据，模拟盘下单， 实盘下单。
使用python语言开发。 使用模式和优矿这一些平台类似。
目前交易费率也是很低的，股票万1，转债是沪市百万分之二，深市十万分之五，没有最低收费。 etf基金费率 万0.6，没有最低起步。
需要开通的联系：
备注：开户
非诚勿扰，费率固定，要讲价什么的一律拉黑。
本身市面上能提供的接口券商很少，并且费率还这么低的。
使用ptrade不收取任何费用，属于券商提供的接口服务。 可以使用ptrade回测历史数据，模拟盘下单， 实盘下单。
使用python语言开发。 使用模式和优矿这一些平台类似。
目前交易费率也是很低的，股票万1，转债是沪市百万分之二，深市十万分之五，没有最低收费。 etf基金费率 万0.6，没有最低起步。
需要开通的联系：
备注：开户
非诚勿扰，费率固定，要讲价什么的一律拉黑。
本身市面上能提供的接口券商很少，并且费率还这么低的。
港股打新行话合集
股票 • 绫波丽 发表了文章 • 0 个评论 • 2553 次浏览 • 2021-07-19 22:55
港股打新：是指申购香港上市的新股，由于全世界的新股市场基本都是首日上涨居多，所以存在套利空间。
暗盘：上市前一天16：15分开始的交易，有些券商没有，富途辉立耀才股票价格有时不同，可高卖低买，上市再卖的持有底仓的套利
入金：钱从银行存入券商
出金：钱从券商转到银行
银证：有些券商绑定银行后实现资金秒到
孖赞：就是融资申购的意思
免费餐，38餐，100餐：免费指1w以内，38餐指的是辉立借5w融资申购以内只需要手续费38，20w以内只需要手续费100
认购倍数：比如募资1亿，结果有10亿去申购，这就是10倍认购
回拨：指国配和公开发行之间拿货比例。一般的票，是15倍认购以下，不回拨。公开占10%，国配90% 15-50倍，公开30%，50-100倍，公开40%，超购100倍以上，回拨50%，国配与公开各一半，类似康方
一手融：部分券商不满一手资金也可以融资申购
甲组：申购资金单户500w以下小散
甲尾：500w以下最高一档
乙组：申购资金单户500w以上大散
乙头：500w以上最低一档
顶头锤：有钱大老板单户顶格申购了
破发：跌破发行价
一手党：单户申购一手
国配：国际配售。一般是大户和机构，区别于散户申购，他们是“拿货”，但分配却要看和保荐人承销团关系，比较暗箱。
百户侯：港股账户超过一百
海底捞：暗盘买进
抽飞：申购了以后最后几天撤单
卖飞：卖了以后股价又涨了
绿鞋：稳定价格机制，时灵时不灵
捷利交易宝：最常用看孖赞和新股情况的APP 查看全部
暗盘：上市前一天16：15分开始的交易，有些券商没有，富途辉立耀才股票价格有时不同，可高卖低买，上市再卖的持有底仓的套利
入金：钱从银行存入券商
出金：钱从券商转到银行
银证：有些券商绑定银行后实现资金秒到
孖赞：就是融资申购的意思
免费餐，38餐，100餐：免费指1w以内，38餐指的是辉立借5w融资申购以内只需要手续费38，20w以内只需要手续费100
认购倍数：比如募资1亿，结果有10亿去申购，这就是10倍认购
回拨：指国配和公开发行之间拿货比例。一般的票，是15倍认购以下，不回拨。公开占10%，国配90% 15-50倍，公开30%，50-100倍，公开40%，超购100倍以上，回拨50%，国配与公开各一半，类似康方
一手融：部分券商不满一手资金也可以融资申购
甲组：申购资金单户500w以下小散
甲尾：500w以下最高一档
乙组：申购资金单户500w以上大散
乙头：500w以上最低一档
顶头锤：有钱大老板单户顶格申购了
破发：跌破发行价
一手党：单户申购一手
国配：国际配售。一般是大户和机构，区别于散户申购，他们是“拿货”，但分配却要看和保荐人承销团关系，比较暗箱。
百户侯：港股账户超过一百
海底捞：暗盘买进
抽飞：申购了以后最后几天撤单
卖飞：卖了以后股价又涨了
绿鞋：稳定价格机制，时灵时不灵
捷利交易宝：最常用看孖赞和新股情况的APP 查看全部
港股打新：是指申购香港上市的新股，由于全世界的新股市场基本都是首日上涨居多，所以存在套利空间。
暗盘：上市前一天16：15分开始的交易，有些券商没有，富途辉立耀才股票价格有时不同，可高卖低买，上市再卖的持有底仓的套利
入金：钱从银行存入券商
出金：钱从券商转到银行
银证：有些券商绑定银行后实现资金秒到
孖赞：就是融资申购的意思
免费餐，38餐，100餐：免费指1w以内，38餐指的是辉立借5w融资申购以内只需要手续费38，20w以内只需要手续费100
认购倍数：比如募资1亿，结果有10亿去申购，这就是10倍认购
回拨：指国配和公开发行之间拿货比例。一般的票，是15倍认购以下，不回拨。公开占10%，国配90% 15-50倍，公开30%，50-100倍，公开40%，超购100倍以上，回拨50%，国配与公开各一半，类似康方
一手融：部分券商不满一手资金也可以融资申购
甲组：申购资金单户500w以下小散
甲尾：500w以下最高一档
乙组：申购资金单户500w以上大散
乙头：500w以上最低一档
顶头锤：有钱大老板单户顶格申购了
破发：跌破发行价
一手党：单户申购一手
国配：国际配售。一般是大户和机构，区别于散户申购，他们是“拿货”，但分配却要看和保荐人承销团关系，比较暗箱。
百户侯：港股账户超过一百
海底捞：暗盘买进
抽飞：申购了以后最后几天撤单
卖飞：卖了以后股价又涨了
绿鞋：稳定价格机制，时灵时不灵
捷利交易宝：最常用看孖赞和新股情况的APP
暗盘：上市前一天16：15分开始的交易，有些券商没有，富途辉立耀才股票价格有时不同，可高卖低买，上市再卖的持有底仓的套利
入金：钱从银行存入券商
出金：钱从券商转到银行
银证：有些券商绑定银行后实现资金秒到
孖赞：就是融资申购的意思
免费餐，38餐，100餐：免费指1w以内，38餐指的是辉立借5w融资申购以内只需要手续费38，20w以内只需要手续费100
认购倍数：比如募资1亿，结果有10亿去申购，这就是10倍认购
回拨：指国配和公开发行之间拿货比例。一般的票，是15倍认购以下，不回拨。公开占10%，国配90% 15-50倍，公开30%，50-100倍，公开40%，超购100倍以上，回拨50%，国配与公开各一半，类似康方
一手融：部分券商不满一手资金也可以融资申购
甲组：申购资金单户500w以下小散
甲尾：500w以下最高一档
乙组：申购资金单户500w以上大散
乙头：500w以上最低一档
顶头锤：有钱大老板单户顶格申购了
破发：跌破发行价
一手党：单户申购一手
国配：国际配售。一般是大户和机构，区别于散户申购，他们是“拿货”，但分配却要看和保荐人承销团关系，比较暗箱。
百户侯：港股账户超过一百
海底捞：暗盘买进
抽飞：申购了以后最后几天撤单
卖飞：卖了以后股价又涨了
绿鞋：稳定价格机制，时灵时不灵
捷利交易宝：最常用看孖赞和新股情况的APP
可转债转股套利 收益率统计 只做大于-5%折价率以上
股票 • 李魔佛 发表了文章 • 0 个评论 • 2158 次浏览 • 2021-07-19 00:11
结果如上:
平均收益是 0.014%
总收益率是0.225%
平均收益是 0.014%
总收益率是0.225%
结果如上:
平均收益是 0.014%
总收益率是0.225%
优矿接口的日期定义真让人蛋疼
股票 • 李魔佛 发表了文章 • 0 个评论 • 2095 次浏览 • 2021-07-17 20:24
日期查询格式是 YYYYMMDD的.
然后接口查询结果返回的是YYYY-MM-DD
难道统一一下这么难吗?
然后接口查询结果返回的是YYYY-MM-DD
难道统一一下这么难吗?
日期查询格式是 YYYYMMDD的.
然后接口查询结果返回的是YYYY-MM-DD
难道统一一下这么难吗?
然后接口查询结果返回的是YYYY-MM-DD
难道统一一下这么难吗?
开通Ptrade Python量化接口 国金证券/国盛证券
股票 • 绫波丽 发表了文章 • 0 个评论 • 21375 次浏览 • 2021-07-06 08:40
目前不少在A股做量化的大部分使用tushare，优矿，米筐，聚宽等等，无论教程，还是实际操作，基本没见有教怎么用程序下单，实盘交易的。
而退而求其次使用按键精灵，模拟点击交易软件进行点击下单，非常不稳定，无法判断下单后是否成交，也无法实时获取行情数据。如果使用tushare或者新浪接口数据，扫描一次全市场的行情用时很久且不稳定，等扫描结束，再下单，此时价格可能已经是几分钟前的了，且此类接口调用次数多是会被封IP的。
笔者使用的是券商提供的量化软件：Ptrade。是恒生电子研发的提供给机构使用的程序化交易软件。提供策略回测，下单API接口，实时行情获取，并且使用的开发语言python，易于上手。
策略回测与实盘交易
研究页面
研究页面，熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。
研究的页面实际就运行你逐行输出调试程序，了解每个函数的具体使用，或者你策略的中途结果调试。
回测策略
实际代码需要在回测策略里面写，写完后确定无误，就可以放在仿真环境下真实运行。如果你运行得到的结果很满意，那么就可以直接部署到实盘服务器上。实盘服务器是在券商那边，不需要个人购买服务器，也不需要本地开着这个Ptrade，就是说不需要在个人电脑上一直开着跑，你的最终代码和程序是在券商服务器上部署与运行，除非有报错异常停止，不然在你不暂停或者停止的前提下，可以一直运行下去。
条件满足后下单
可视化量化
同时也提供一些常见的现成的量化策略，选中后只要鼠标点点点也能够自动化跑这些策略了，当然里面很多参数都可以用鼠标点点点修改。
接口文档也非常详细：
一些常见策略代码：
集合竞价追涨停策略def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
#每天9:23分运行集合竞价处理函数
run_daily(context, aggregate_auction_func, time='9:23')
def aggregate_auction_func(context):
stock = g.security
#最新价
snapshot = get_snapshot(stock)
price = snapshot[stock]['last_px']
#涨停价
up_limit = snapshot[stock]['up_px']
#如果最新价不小于涨停价，买入
if float(price) >= float(up_limit):
order(g.security, 100, limit_price=up_limit)
def handle_data(context, data):
pass
双均线策略def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
pass
#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
def handle_data(context, data):
security = g.security
#得到十日历史价格
df = get_history(10, '1d', 'close', security, fq=None, include=False)
# 得到五日均线价格
ma5 = round(df['close'][-5:].mean(), 3)
# 得到十日均线价格
ma10 = round(df['close'][-10:].mean(), 3)
# 取得昨天收盘价
price = data[security]['close']
# 得到当前资金余额
cash = context.portfolio.cash
# 如果当前有余额，并且五日均线大于十日均线
if ma5 > ma10:
# 用所有 cash 买入股票
order_value(security, cash)
# 记录这次买入
log.info("Buying %s" % (security))
# 如果五日均线小于十日均线，并且目前有头寸
elif ma5 < ma10 and get_position(security).amount > 0:
# 全部卖出
order_target(security, 0)
# 记录这次卖出
log.info("Selling %s" % (security))
tick级别均线策略
通俗点就是按照秒级别进行操作。def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
#每3秒运行一次主函数
run_interval(context, func, seconds=3)
#盘前准备历史数据
def before_trading_start(context, data):
history = get_history(10, '1d', 'close', g.security, fq='pre', include=False)
g.close_array = history['close'].values
#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
def func(context):
stock = g.security
#获取最新价
snapshot = get_snapshot(stock)
price = snapshot[stock]['last_px']
# 得到五日均线价格
days = 5
ma5 = get_MA_day(stock, days, g.close_array[-4:], price)
# 得到十日均线价格
days = 10
ma10 = get_MA_day(stock, days, g.close_array[-9:], price)
# 得到当前资金余额
cash = context.portfolio.cash
# 如果当前有余额，并且五日均线大于十日均线
if ma5 > ma10:
# 用所有 cash 买入股票
order_value(stock, cash)
# 记录这次买入
log.info("Buying %s" % (stock))
# 如果五日均线小于十日均线，并且目前有头寸
elif ma5 < ma10 and get_position(stock).amount > 0:
# 全部卖出
order_target(stock, 0)
# 记录这次卖出
log.info("Selling %s" % (stock))
#计算实时均线函数
def get_MA_day(stock,days,close_array,current_price):
close_sum = close_array[-(days-1):].sum()
MA = (current_price + close_sum)/days
return MA
def handle_data(context, data):
pass
macd策略def f_expma(N,m,EXPMA1,price):
a = m/(N+1)
EXPMA2 = a * price + (1 - a)*EXPMA1
return EXPMA2 #2为后一天值
#定义macd函数，输入平滑系数参数、前一日值，输出当日值
def macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,price):
EXPMA12_2 = f_expma(N1,m,EXPMA12_1,price)
EXPMA26_2 = f_expma(N2,m,EXPMA26_1,price)
DIF2 = EXPMA12_2 - EXPMA26_2
a = m/(N3+1)
DEA2 = a * DIF2 + (1 - a)*DEA1
BAR2=2*(DIF2-DEA2)
return EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2
def initialize(context):
global init_price
init_price = None
# 获取沪深300股票
g.security = get_index_stocks('000300.SS')
#g.security = ['600570.SS']
# 设置我们要操作的股票池, 这里我们只操作一支股票
set_universe(g.security)
def handle_data(context, data):
# 获取历史数据，这里只获取了2天的数据，如果希望最终MACD指标结果更准确最好是获取
# 从股票上市至今的所有历史数据，即增加获取的天数
close_price = get_history(2, '1d', field='close', security_list=g.security)
#如果是停牌不进行计算
for security in g.security:
if data[security].is_open >0:
global init_price,EXPMA12_1,EXPMA26_1,EXPMA12_2,EXPMA26_2,DIF1,DIF2,DEA1,DEA2
if init_price is None:
init_price = close_price[security].mean()#nan和N-1个数，mean为N-1个数的均值
EXPMA12_1 = init_price
EXPMA26_1 = init_price
DIF1 = init_price
DEA1 = init_price
# m用于计算平滑系数a=m/(N+1)
m = 2.0
#设定指数平滑基期数
N1 = 12
N2 = 26
N3 = 9
EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2 = macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,close_price[security][-1])
# 取得当前价格
current_price = data[security].price
# 取得当前的现金
cash = context.portfolio.cash
# DIF、DEA均为正，DIF向上突破DEA，买入信号参考
if DIF2 > 0 and DEA2 > 0 and DIF1 < DEA1 and DIF2 > DEA2:
# 计算可以买多少只股票
number_of_shares = int(cash/current_price)
# 购买量大于0时，下单
if number_of_shares > 0:
# 以市单价买入股票，日回测时即是开盘价
order(security, +number_of_shares)
# 记录这次买入
log.info("Buying %s" % (security))
# DIF、DEA均为负，DIF向下突破DEA，卖出信号参考
elif DIF2 < 0 and DEA2 < 0 and DIF1 > DEA1 and DIF2 < DEA2 and get_position(security).amount > 0:
# 卖出所有股票,使这只股票的最终持有量为0
order_target(security, 0)
# 记录这次卖出
log.info("Selling %s" % (security))
# 将今日的值赋给全局变量作为下一次前一日的值
DEA1 = DEA2
DIF1 = DIF2
EXPMA12_1 = EXPMA12_2
EXPMA26_1 = EXPMA26_2
软件与交易接口开通条件：
开通该券商后，存入资金指定资金即可开通。开通后股票交易费率万一
本身券商的交易费率为股票万一，可转债沪百万分之五，深十万分之五，基金万0.5，非常厚道。
不太了解量化行业的可以了解下，不少面向机构的量化交易软件的佣金是万2.5的，且开户门槛高，基本是500W以上，比如华泰的matic量化的门槛是1千万元起步。
所以笔者还是很推荐目前该券商的量化交易接口。
需要开通咨询了解的朋友可以扫码联系：
开通券商账户后可以 可以先试用，再考虑是否开通量化接口权限 查看全部
而退而求其次使用按键精灵，模拟点击交易软件进行点击下单，非常不稳定，无法判断下单后是否成交，也无法实时获取行情数据。如果使用tushare或者新浪接口数据，扫描一次全市场的行情用时很久且不稳定，等扫描结束，再下单，此时价格可能已经是几分钟前的了，且此类接口调用次数多是会被封IP的。
笔者使用的是券商提供的量化软件：Ptrade。是恒生电子研发的提供给机构使用的程序化交易软件。提供策略回测，下单API接口，实时行情获取，并且使用的开发语言python，易于上手。
策略回测与实盘交易
研究页面
研究页面，熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。
研究的页面实际就运行你逐行输出调试程序，了解每个函数的具体使用，或者你策略的中途结果调试。
回测策略
实际代码需要在回测策略里面写，写完后确定无误，就可以放在仿真环境下真实运行。如果你运行得到的结果很满意，那么就可以直接部署到实盘服务器上。实盘服务器是在券商那边，不需要个人购买服务器，也不需要本地开着这个Ptrade，就是说不需要在个人电脑上一直开着跑，你的最终代码和程序是在券商服务器上部署与运行，除非有报错异常停止，不然在你不暂停或者停止的前提下，可以一直运行下去。
条件满足后下单
可视化量化
同时也提供一些常见的现成的量化策略，选中后只要鼠标点点点也能够自动化跑这些策略了，当然里面很多参数都可以用鼠标点点点修改。
接口文档也非常详细：
一些常见策略代码：
集合竞价追涨停策略def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
#每天9:23分运行集合竞价处理函数
run_daily(context, aggregate_auction_func, time='9:23')
def aggregate_auction_func(context):
stock = g.security
#最新价
snapshot = get_snapshot(stock)
price = snapshot[stock]['last_px']
#涨停价
up_limit = snapshot[stock]['up_px']
#如果最新价不小于涨停价，买入
if float(price) >= float(up_limit):
order(g.security, 100, limit_price=up_limit)
def handle_data(context, data):
pass
双均线策略def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
pass
#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
def handle_data(context, data):
security = g.security
#得到十日历史价格
df = get_history(10, '1d', 'close', security, fq=None, include=False)
# 得到五日均线价格
ma5 = round(df['close'][-5:].mean(), 3)
# 得到十日均线价格
ma10 = round(df['close'][-10:].mean(), 3)
# 取得昨天收盘价
price = data[security]['close']
# 得到当前资金余额
cash = context.portfolio.cash
# 如果当前有余额，并且五日均线大于十日均线
if ma5 > ma10:
# 用所有 cash 买入股票
order_value(security, cash)
# 记录这次买入
log.info("Buying %s" % (security))
# 如果五日均线小于十日均线，并且目前有头寸
elif ma5 < ma10 and get_position(security).amount > 0:
# 全部卖出
order_target(security, 0)
# 记录这次卖出
log.info("Selling %s" % (security))
tick级别均线策略
通俗点就是按照秒级别进行操作。def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
#每3秒运行一次主函数
run_interval(context, func, seconds=3)
#盘前准备历史数据
def before_trading_start(context, data):
history = get_history(10, '1d', 'close', g.security, fq='pre', include=False)
g.close_array = history['close'].values
#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
def func(context):
stock = g.security
#获取最新价
snapshot = get_snapshot(stock)
price = snapshot[stock]['last_px']
# 得到五日均线价格
days = 5
ma5 = get_MA_day(stock, days, g.close_array[-4:], price)
# 得到十日均线价格
days = 10
ma10 = get_MA_day(stock, days, g.close_array[-9:], price)
# 得到当前资金余额
cash = context.portfolio.cash
# 如果当前有余额，并且五日均线大于十日均线
if ma5 > ma10:
# 用所有 cash 买入股票
order_value(stock, cash)
# 记录这次买入
log.info("Buying %s" % (stock))
# 如果五日均线小于十日均线，并且目前有头寸
elif ma5 < ma10 and get_position(stock).amount > 0:
# 全部卖出
order_target(stock, 0)
# 记录这次卖出
log.info("Selling %s" % (stock))
#计算实时均线函数
def get_MA_day(stock,days,close_array,current_price):
close_sum = close_array[-(days-1):].sum()
MA = (current_price + close_sum)/days
return MA
def handle_data(context, data):
pass
macd策略def f_expma(N,m,EXPMA1,price):
a = m/(N+1)
EXPMA2 = a * price + (1 - a)*EXPMA1
return EXPMA2 #2为后一天值
#定义macd函数，输入平滑系数参数、前一日值，输出当日值
def macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,price):
EXPMA12_2 = f_expma(N1,m,EXPMA12_1,price)
EXPMA26_2 = f_expma(N2,m,EXPMA26_1,price)
DIF2 = EXPMA12_2 - EXPMA26_2
a = m/(N3+1)
DEA2 = a * DIF2 + (1 - a)*DEA1
BAR2=2*(DIF2-DEA2)
return EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2
def initialize(context):
global init_price
init_price = None
# 获取沪深300股票
g.security = get_index_stocks('000300.SS')
#g.security = ['600570.SS']
# 设置我们要操作的股票池, 这里我们只操作一支股票
set_universe(g.security)
def handle_data(context, data):
# 获取历史数据，这里只获取了2天的数据，如果希望最终MACD指标结果更准确最好是获取
# 从股票上市至今的所有历史数据，即增加获取的天数
close_price = get_history(2, '1d', field='close', security_list=g.security)
#如果是停牌不进行计算
for security in g.security:
if data[security].is_open >0:
global init_price,EXPMA12_1,EXPMA26_1,EXPMA12_2,EXPMA26_2,DIF1,DIF2,DEA1,DEA2
if init_price is None:
init_price = close_price[security].mean()#nan和N-1个数，mean为N-1个数的均值
EXPMA12_1 = init_price
EXPMA26_1 = init_price
DIF1 = init_price
DEA1 = init_price
# m用于计算平滑系数a=m/(N+1)
m = 2.0
#设定指数平滑基期数
N1 = 12
N2 = 26
N3 = 9
EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2 = macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,close_price[security][-1])
# 取得当前价格
current_price = data[security].price
# 取得当前的现金
cash = context.portfolio.cash
# DIF、DEA均为正，DIF向上突破DEA，买入信号参考
if DIF2 > 0 and DEA2 > 0 and DIF1 < DEA1 and DIF2 > DEA2:
# 计算可以买多少只股票
number_of_shares = int(cash/current_price)
# 购买量大于0时，下单
if number_of_shares > 0:
# 以市单价买入股票，日回测时即是开盘价
order(security, +number_of_shares)
# 记录这次买入
log.info("Buying %s" % (security))
# DIF、DEA均为负，DIF向下突破DEA，卖出信号参考
elif DIF2 < 0 and DEA2 < 0 and DIF1 > DEA1 and DIF2 < DEA2 and get_position(security).amount > 0:
# 卖出所有股票,使这只股票的最终持有量为0
order_target(security, 0)
# 记录这次卖出
log.info("Selling %s" % (security))
# 将今日的值赋给全局变量作为下一次前一日的值
DEA1 = DEA2
DIF1 = DIF2
EXPMA12_1 = EXPMA12_2
EXPMA26_1 = EXPMA26_2
软件与交易接口开通条件：
开通该券商后，存入资金指定资金即可开通。开通后股票交易费率万一
本身券商的交易费率为股票万一，可转债沪百万分之五，深十万分之五，基金万0.5，非常厚道。
不太了解量化行业的可以了解下，不少面向机构的量化交易软件的佣金是万2.5的，且开户门槛高，基本是500W以上，比如华泰的matic量化的门槛是1千万元起步。
所以笔者还是很推荐目前该券商的量化交易接口。
需要开通咨询了解的朋友可以扫码联系：
开通券商账户后可以 可以先试用，再考虑是否开通量化接口权限 查看全部
目前不少在A股做量化的大部分使用tushare，优矿，米筐，聚宽等等，无论教程，还是实际操作，基本没见有教怎么用程序下单，实盘交易的。
而退而求其次使用按键精灵，模拟点击交易软件进行点击下单，非常不稳定，无法判断下单后是否成交，也无法实时获取行情数据。如果使用tushare或者新浪接口数据，扫描一次全市场的行情用时很久且不稳定，等扫描结束，再下单，此时价格可能已经是几分钟前的了，且此类接口调用次数多是会被封IP的。
笔者使用的是券商提供的量化软件：Ptrade。是恒生电子研发的提供给机构使用的程序化交易软件。提供策略回测，下单API接口，实时行情获取，并且使用的开发语言python，易于上手。
策略回测与实盘交易
研究页面
研究页面，熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。
研究的页面实际就运行你逐行输出调试程序，了解每个函数的具体使用，或者你策略的中途结果调试。
回测策略
实际代码需要在回测策略里面写，写完后确定无误，就可以放在仿真环境下真实运行。如果你运行得到的结果很满意，那么就可以直接部署到实盘服务器上。实盘服务器是在券商那边，不需要个人购买服务器，也不需要本地开着这个Ptrade，就是说不需要在个人电脑上一直开着跑，你的最终代码和程序是在券商服务器上部署与运行，除非有报错异常停止，不然在你不暂停或者停止的前提下，可以一直运行下去。
条件满足后下单
可视化量化
同时也提供一些常见的现成的量化策略，选中后只要鼠标点点点也能够自动化跑这些策略了，当然里面很多参数都可以用鼠标点点点修改。
接口文档也非常详细：
一些常见策略代码：
集合竞价追涨停策略
双均线策略
tick级别均线策略
通俗点就是按照秒级别进行操作。
macd策略
软件与交易接口开通条件：
开通该券商后，存入资金指定资金即可开通。开通后股票交易费率万一
本身券商的交易费率为股票万一，可转债沪百万分之五，深十万分之五，基金万0.5，非常厚道。
不太了解量化行业的可以了解下，不少面向机构的量化交易软件的佣金是万2.5的，且开户门槛高，基本是500W以上，比如华泰的matic量化的门槛是1千万元起步。
所以笔者还是很推荐目前该券商的量化交易接口。
需要开通咨询了解的朋友可以扫码联系：
开通券商账户后可以 可以先试用，再考虑是否开通量化接口权限
而退而求其次使用按键精灵，模拟点击交易软件进行点击下单，非常不稳定，无法判断下单后是否成交，也无法实时获取行情数据。如果使用tushare或者新浪接口数据，扫描一次全市场的行情用时很久且不稳定，等扫描结束，再下单，此时价格可能已经是几分钟前的了，且此类接口调用次数多是会被封IP的。
笔者使用的是券商提供的量化软件：Ptrade。是恒生电子研发的提供给机构使用的程序化交易软件。提供策略回测，下单API接口，实时行情获取，并且使用的开发语言python，易于上手。
策略回测与实盘交易
研究页面
研究页面，熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。
研究的页面实际就运行你逐行输出调试程序，了解每个函数的具体使用，或者你策略的中途结果调试。
回测策略
实际代码需要在回测策略里面写，写完后确定无误，就可以放在仿真环境下真实运行。如果你运行得到的结果很满意，那么就可以直接部署到实盘服务器上。实盘服务器是在券商那边，不需要个人购买服务器，也不需要本地开着这个Ptrade，就是说不需要在个人电脑上一直开着跑，你的最终代码和程序是在券商服务器上部署与运行，除非有报错异常停止，不然在你不暂停或者停止的前提下，可以一直运行下去。
条件满足后下单
可视化量化
同时也提供一些常见的现成的量化策略，选中后只要鼠标点点点也能够自动化跑这些策略了，当然里面很多参数都可以用鼠标点点点修改。
接口文档也非常详细：
一些常见策略代码：
集合竞价追涨停策略
def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
#每天9:23分运行集合竞价处理函数
run_daily(context, aggregate_auction_func, time='9:23')
def aggregate_auction_func(context):
stock = g.security
#最新价
snapshot = get_snapshot(stock)
price = snapshot[stock]['last_px']
#涨停价
up_limit = snapshot[stock]['up_px']
#如果最新价不小于涨停价，买入
if float(price) >= float(up_limit):
order(g.security, 100, limit_price=up_limit)
def handle_data(context, data):
pass
双均线策略
def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
pass
#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
def handle_data(context, data):
security = g.security
#得到十日历史价格
df = get_history(10, '1d', 'close', security, fq=None, include=False)
# 得到五日均线价格
ma5 = round(df['close'][-5:].mean(), 3)
# 得到十日均线价格
ma10 = round(df['close'][-10:].mean(), 3)
# 取得昨天收盘价
price = data[security]['close']
# 得到当前资金余额
cash = context.portfolio.cash
# 如果当前有余额，并且五日均线大于十日均线
if ma5 > ma10:
# 用所有 cash 买入股票
order_value(security, cash)
# 记录这次买入
log.info("Buying %s" % (security))
# 如果五日均线小于十日均线，并且目前有头寸
elif ma5 < ma10 and get_position(security).amount > 0:
# 全部卖出
order_target(security, 0)
# 记录这次卖出
log.info("Selling %s" % (security))
tick级别均线策略
通俗点就是按照秒级别进行操作。
def initialize(context):
# 初始化此策略
# 设置我们要操作的股票池, 这里我们只操作一支股票
g.security = '600570.SS'
set_universe(g.security)
#每3秒运行一次主函数
run_interval(context, func, seconds=3)
#盘前准备历史数据
def before_trading_start(context, data):
history = get_history(10, '1d', 'close', g.security, fq='pre', include=False)
g.close_array = history['close'].values
#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
def func(context):
stock = g.security
#获取最新价
snapshot = get_snapshot(stock)
price = snapshot[stock]['last_px']
# 得到五日均线价格
days = 5
ma5 = get_MA_day(stock, days, g.close_array[-4:], price)
# 得到十日均线价格
days = 10
ma10 = get_MA_day(stock, days, g.close_array[-9:], price)
# 得到当前资金余额
cash = context.portfolio.cash
# 如果当前有余额，并且五日均线大于十日均线
if ma5 > ma10:
# 用所有 cash 买入股票
order_value(stock, cash)
# 记录这次买入
log.info("Buying %s" % (stock))
# 如果五日均线小于十日均线，并且目前有头寸
elif ma5 < ma10 and get_position(stock).amount > 0:
# 全部卖出
order_target(stock, 0)
# 记录这次卖出
log.info("Selling %s" % (stock))
#计算实时均线函数
def get_MA_day(stock,days,close_array,current_price):
close_sum = close_array[-(days-1):].sum()
MA = (current_price + close_sum)/days
return MA
def handle_data(context, data):
pass
macd策略
def f_expma(N,m,EXPMA1,price):
a = m/(N+1)
EXPMA2 = a * price + (1 - a)*EXPMA1
return EXPMA2 #2为后一天值
#定义macd函数，输入平滑系数参数、前一日值，输出当日值
def macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,price):
EXPMA12_2 = f_expma(N1,m,EXPMA12_1,price)
EXPMA26_2 = f_expma(N2,m,EXPMA26_1,price)
DIF2 = EXPMA12_2 - EXPMA26_2
a = m/(N3+1)
DEA2 = a * DIF2 + (1 - a)*DEA1
BAR2=2*(DIF2-DEA2)
return EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2
def initialize(context):
global init_price
init_price = None
# 获取沪深300股票
g.security = get_index_stocks('000300.SS')
#g.security = ['600570.SS']
# 设置我们要操作的股票池, 这里我们只操作一支股票
set_universe(g.security)
def handle_data(context, data):
# 获取历史数据，这里只获取了2天的数据，如果希望最终MACD指标结果更准确最好是获取
# 从股票上市至今的所有历史数据，即增加获取的天数
close_price = get_history(2, '1d', field='close', security_list=g.security)
#如果是停牌不进行计算
for security in g.security:
if data[security].is_open >0:
global init_price,EXPMA12_1,EXPMA26_1,EXPMA12_2,EXPMA26_2,DIF1,DIF2,DEA1,DEA2
if init_price is None:
init_price = close_price[security].mean()#nan和N-1个数，mean为N-1个数的均值
EXPMA12_1 = init_price
EXPMA26_1 = init_price
DIF1 = init_price
DEA1 = init_price
# m用于计算平滑系数a=m/(N+1)
m = 2.0
#设定指数平滑基期数
N1 = 12
N2 = 26
N3 = 9
EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2 = macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,close_price[security][-1])
# 取得当前价格
current_price = data[security].price
# 取得当前的现金
cash = context.portfolio.cash
# DIF、DEA均为正，DIF向上突破DEA，买入信号参考
if DIF2 > 0 and DEA2 > 0 and DIF1 < DEA1 and DIF2 > DEA2:
# 计算可以买多少只股票
number_of_shares = int(cash/current_price)
# 购买量大于0时，下单
if number_of_shares > 0:
# 以市单价买入股票，日回测时即是开盘价
order(security, +number_of_shares)
# 记录这次买入
log.info("Buying %s" % (security))
# DIF、DEA均为负，DIF向下突破DEA，卖出信号参考
elif DIF2 < 0 and DEA2 < 0 and DIF1 > DEA1 and DIF2 < DEA2 and get_position(security).amount > 0:
# 卖出所有股票,使这只股票的最终持有量为0
order_target(security, 0)
# 记录这次卖出
log.info("Selling %s" % (security))
# 将今日的值赋给全局变量作为下一次前一日的值
DEA1 = DEA2
DIF1 = DIF2
EXPMA12_1 = EXPMA12_2
EXPMA26_1 = EXPMA26_2
软件与交易接口开通条件：
开通该券商后，存入资金指定资金即可开通。开通后股票交易费率万一
本身券商的交易费率为股票万一，可转债沪百万分之五，深十万分之五，基金万0.5，非常厚道。
不太了解量化行业的可以了解下，不少面向机构的量化交易软件的佣金是万2.5的，且开户门槛高，基本是500W以上，比如华泰的matic量化的门槛是1千万元起步。
所以笔者还是很推荐目前该券商的量化交易接口。
需要开通咨询了解的朋友可以扫码联系：
开通券商账户后可以 可以先试用，再考虑是否开通量化接口权限
雪球大v 港股打新王开 据说是骗子，入群收益千万，睡粉丝，睡券商经理
股票 • 绫波丽 发表了文章 • 0 个评论 • 4112 次浏览 • 2021-07-05 23:42
不得不说，雪球上被邀请上去演讲的，都差不多是这样割韭菜的，螺丝钉走穴，卖星球，卖课，走穴，卖基金。
现在这个王开貌似也是荐股收费，还睡人了。
网络转载文字，网友意见。如有侵权，请联系删除。
现在这个王开貌似也是荐股收费，还睡人了。
网络转载文字，网友意见。如有侵权，请联系删除。
不得不说，雪球上被邀请上去演讲的，都差不多是这样割韭菜的，螺丝钉走穴，卖星球，卖课，走穴，卖基金。
现在这个王开貌似也是荐股收费，还睡人了。
网络转载文字，网友意见。如有侵权，请联系删除。
量化交易接口python A股
股票 • 绫波丽 发表了文章 • 0 个评论 • 8262 次浏览 • 2021-07-01 11:22
不少在A股做量化的基本千篇一律tushare，优矿，米筐，聚宽等等，无论教程也好。
实际操作也好，几乎没见几个人教你怎么用程序下单，实盘交易。
稍微好点的easytrader使用的是模拟点击交易软件进行点击下单，基本无法判断下单后是否成交，也无法实时获取行情数据。别跟我说用tushare或者新浪这些接口数据，除非你做的是低频交易。
试试扫描一次全市场的行情看看用时多少？等得到满足条件了，再下单，此时价格可能已经在涨停板上封住了。
笔者使用的是券商提供的量化软件：Ptrade。
是恒生电子研发的提供给券商机构使用的程序化交易软件。提供策略回测，自动下单功能，使用的开发语言python。
策略回测与实盘交易
研究页面
研究页面，熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。
研究的页面实际就运行你逐行输出调试程序，了解每个函数的具体使用，或者你策略的中途结果调试。
回测策略
实际代码需要在回测策略里面写，写完后确定无误，就可以放在仿真环境下真实运行。
如果你运行得到的结果很满意，那么就可以直接部署到实盘服务器上。
实盘服务器是在券商那边，不需要个人购买服务器，也不需要本地开着这个Ptrade，就是说不需要在个人电脑上一直开着跑，你的最终代码和程序是在券商服务器上部署与运行，除非有报错异常停止，不然在你不暂停或者停止的前提下，可以一直运行下去。
条件满足后下单
可视化量化
同时也提供一些常见的现成的量化策略，选中后只要鼠标点点点也能够自动化跑这些策略了，当然里面很多参数都可以用鼠标点点点修改。
接口文档也非常详细：
一些常见策略代码：
双均线策略 def initialize(context):
2 # 初始化此策略
3 # 设置我们要操作的股票池, 这里我们只操作一支股票
4 g.security = '600570.SS'
5 set_universe(g.security)
6 pass
7
8 #当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
9 def handle_data(context, data):
10 security = g.security
11
12 #得到十日历史价格
13 df = get_history(10, '1d', 'close', security, fq=None, include=False)
14
15 # 得到五日均线价格
16 ma5 = round(df['close'][-5:].mean(), 3)
17
18 # 得到十日均线价格
19 ma10 = round(df['close'][-10:].mean(), 3)
20
21 # 取得昨天收盘价
22 price = data[security]['close']
23
24 # 得到当前资金余额
25 cash = context.portfolio.cash
26
27 # 如果当前有余额，并且五日均线大于十日均线
28 if ma5 > ma10:
29 # 用所有 cash 买入股票
30 order_value(security, cash)
31 # 记录这次买入
32 log.info("Buying %s" % (security))
33
34 # 如果五日均线小于十日均线，并且目前有头寸
35 elif ma5 < ma10 and get_position(security).amount > 0:
36 # 全部卖出
37 order_target(security, 0)
38 # 记录这次卖出
39 log.info("Selling %s" % (security))
macd策略
指数平滑均线函数，以price计算，可以选择收盘、开盘价等价格，N为时间周期，m用于计算平滑系数a=m/(N+1)，EXPMA1为前一日值 def f_expma(N,m,EXPMA1,price):
2 a = m/(N+1)
3 EXPMA2 = a * price + (1 - a)*EXPMA1
4 return EXPMA2 #2为后一天值
5
6 #定义macd函数，输入平滑系数参数、前一日值，输出当日值
7 def macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,price):
8 EXPMA12_2 = f_expma(N1,m,EXPMA12_1,price)
9 EXPMA26_2 = f_expma(N2,m,EXPMA26_1,price)
10 DIF2 = EXPMA12_2 - EXPMA26_2
11 a = m/(N3+1)
12 DEA2 = a * DIF2 + (1 - a)*DEA1
13 BAR2=2*(DIF2-DEA2)
14 return EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2
15
16 def initialize(context):
17 global init_price
18 init_price = None
19 # 获取沪深300股票
20 g.security = get_index_stocks('000300.SS')
21 #g.security = ['600570.SS']
22 # 设置我们要操作的股票池, 这里我们只操作一支股票
23 set_universe(g.security)
24
25 def handle_data(context, data):
26 # 获取历史数据，这里只获取了2天的数据，如果希望最终MACD指标结果更准确最好是获取
27 # 从股票上市至今的所有历史数据，即增加获取的天数
28 close_price = get_history(2, '1d', field='close', security_list=g.security)
29 #如果是停牌不进行计算
30 for security in g.security:
31 if data[security].is_open >0:
32 global init_price,EXPMA12_1,EXPMA26_1,EXPMA12_2,EXPMA26_2,DIF1,DIF2,DEA1,DEA2
33 if init_price is None:
34 init_price = close_price[security].mean()#nan和N-1个数，mean为N-1个数的均值
35 EXPMA12_1 = init_price
36 EXPMA26_1 = init_price
37 DIF1 = init_price
38 DEA1 = init_price
39 # m用于计算平滑系数a=m/(N+1)
40 m = 2.0
41 #设定指数平滑基期数
42 N1 = 12
43 N2 = 26
44 N3 = 9
45 EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2 = macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,close_price[security][-1])
46 # 取得当前价格
47 current_price = data[security].price
48 # 取得当前的现金
49 cash = context.portfolio.cash
50 # DIF、DEA均为正，DIF向上突破DEA，买入信号参考
51 if DIF2 > 0 and DEA2 > 0 and DIF1 < DEA1 and DIF2 > DEA2:
52 # 计算可以买多少只股票
53 number_of_shares = int(cash/current_price)
54 # 购买量大于0时，下单
55 if number_of_shares > 0:
56 # 以市单价买入股票，日回测时即是开盘价
57 order(security, +number_of_shares)
58 # 记录这次买入
59 log.info("Buying %s" % (security))
60 # DIF、DEA均为负，DIF向下突破DEA，卖出信号参考
61 elif DIF2 < 0 and DEA2 < 0 and DIF1 > DEA1 and DIF2 < DEA2 and get_position(security).amount > 0:
62 # 卖出所有股票,使这只股票的最终持有量为0
63 order_target(security, 0)
64 # 记录这次卖出
65 log.info("Selling %s" % (security))
66 # 将今日的值赋给全局变量作为下一次前一日的值
67 DEA1 = DEA2
68 DIF1 = DIF2
69 EXPMA12_1 = EXPMA12_2
70 EXPMA26_1 = EXPMA26_2
同时也支持可转债T+0交易，笔者平时也主要是进行的可转债的交易。
软件与交易接口开通条件，
开通改券商后，存入资金50W放2周即可开通，开通后可取出。
本身券商的交易费率为股票万一免五，可转债百万分之二，非常厚道，因为不少面向机构的量化交易软件的佣金是万2.5的，笔者之前在国金渠道开的就是，坑的一比。所以笔者还是很推荐目前该券商的量化交易接口。
需要可以关注公众号获取开通链接： 查看全部
实际操作也好，几乎没见几个人教你怎么用程序下单，实盘交易。
稍微好点的easytrader使用的是模拟点击交易软件进行点击下单，基本无法判断下单后是否成交，也无法实时获取行情数据。别跟我说用tushare或者新浪这些接口数据，除非你做的是低频交易。
试试扫描一次全市场的行情看看用时多少？等得到满足条件了，再下单，此时价格可能已经在涨停板上封住了。
笔者使用的是券商提供的量化软件：Ptrade。
是恒生电子研发的提供给券商机构使用的程序化交易软件。提供策略回测，自动下单功能，使用的开发语言python。
策略回测与实盘交易
研究页面
研究页面，熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。
研究的页面实际就运行你逐行输出调试程序，了解每个函数的具体使用，或者你策略的中途结果调试。
回测策略
实际代码需要在回测策略里面写，写完后确定无误，就可以放在仿真环境下真实运行。
如果你运行得到的结果很满意，那么就可以直接部署到实盘服务器上。
实盘服务器是在券商那边，不需要个人购买服务器，也不需要本地开着这个Ptrade，就是说不需要在个人电脑上一直开着跑，你的最终代码和程序是在券商服务器上部署与运行，除非有报错异常停止，不然在你不暂停或者停止的前提下，可以一直运行下去。
条件满足后下单
可视化量化
同时也提供一些常见的现成的量化策略，选中后只要鼠标点点点也能够自动化跑这些策略了，当然里面很多参数都可以用鼠标点点点修改。
接口文档也非常详细：
一些常见策略代码：
双均线策略 def initialize(context):
2 # 初始化此策略
3 # 设置我们要操作的股票池, 这里我们只操作一支股票
4 g.security = '600570.SS'
5 set_universe(g.security)
6 pass
7
8 #当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
9 def handle_data(context, data):
10 security = g.security
11
12 #得到十日历史价格
13 df = get_history(10, '1d', 'close', security, fq=None, include=False)
14
15 # 得到五日均线价格
16 ma5 = round(df['close'][-5:].mean(), 3)
17
18 # 得到十日均线价格
19 ma10 = round(df['close'][-10:].mean(), 3)
20
21 # 取得昨天收盘价
22 price = data[security]['close']
23
24 # 得到当前资金余额
25 cash = context.portfolio.cash
26
27 # 如果当前有余额，并且五日均线大于十日均线
28 if ma5 > ma10:
29 # 用所有 cash 买入股票
30 order_value(security, cash)
31 # 记录这次买入
32 log.info("Buying %s" % (security))
33
34 # 如果五日均线小于十日均线，并且目前有头寸
35 elif ma5 < ma10 and get_position(security).amount > 0:
36 # 全部卖出
37 order_target(security, 0)
38 # 记录这次卖出
39 log.info("Selling %s" % (security))
macd策略
指数平滑均线函数，以price计算，可以选择收盘、开盘价等价格，N为时间周期，m用于计算平滑系数a=m/(N+1)，EXPMA1为前一日值 def f_expma(N,m,EXPMA1,price):
2 a = m/(N+1)
3 EXPMA2 = a * price + (1 - a)*EXPMA1
4 return EXPMA2 #2为后一天值
5
6 #定义macd函数，输入平滑系数参数、前一日值，输出当日值
7 def macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,price):
8 EXPMA12_2 = f_expma(N1,m,EXPMA12_1,price)
9 EXPMA26_2 = f_expma(N2,m,EXPMA26_1,price)
10 DIF2 = EXPMA12_2 - EXPMA26_2
11 a = m/(N3+1)
12 DEA2 = a * DIF2 + (1 - a)*DEA1
13 BAR2=2*(DIF2-DEA2)
14 return EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2
15
16 def initialize(context):
17 global init_price
18 init_price = None
19 # 获取沪深300股票
20 g.security = get_index_stocks('000300.SS')
21 #g.security = ['600570.SS']
22 # 设置我们要操作的股票池, 这里我们只操作一支股票
23 set_universe(g.security)
24
25 def handle_data(context, data):
26 # 获取历史数据，这里只获取了2天的数据，如果希望最终MACD指标结果更准确最好是获取
27 # 从股票上市至今的所有历史数据，即增加获取的天数
28 close_price = get_history(2, '1d', field='close', security_list=g.security)
29 #如果是停牌不进行计算
30 for security in g.security:
31 if data[security].is_open >0:
32 global init_price,EXPMA12_1,EXPMA26_1,EXPMA12_2,EXPMA26_2,DIF1,DIF2,DEA1,DEA2
33 if init_price is None:
34 init_price = close_price[security].mean()#nan和N-1个数，mean为N-1个数的均值
35 EXPMA12_1 = init_price
36 EXPMA26_1 = init_price
37 DIF1 = init_price
38 DEA1 = init_price
39 # m用于计算平滑系数a=m/(N+1)
40 m = 2.0
41 #设定指数平滑基期数
42 N1 = 12
43 N2 = 26
44 N3 = 9
45 EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2 = macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,close_price[security][-1])
46 # 取得当前价格
47 current_price = data[security].price
48 # 取得当前的现金
49 cash = context.portfolio.cash
50 # DIF、DEA均为正，DIF向上突破DEA，买入信号参考
51 if DIF2 > 0 and DEA2 > 0 and DIF1 < DEA1 and DIF2 > DEA2:
52 # 计算可以买多少只股票
53 number_of_shares = int(cash/current_price)
54 # 购买量大于0时，下单
55 if number_of_shares > 0:
56 # 以市单价买入股票，日回测时即是开盘价
57 order(security, +number_of_shares)
58 # 记录这次买入
59 log.info("Buying %s" % (security))
60 # DIF、DEA均为负，DIF向下突破DEA，卖出信号参考
61 elif DIF2 < 0 and DEA2 < 0 and DIF1 > DEA1 and DIF2 < DEA2 and get_position(security).amount > 0:
62 # 卖出所有股票,使这只股票的最终持有量为0
63 order_target(security, 0)
64 # 记录这次卖出
65 log.info("Selling %s" % (security))
66 # 将今日的值赋给全局变量作为下一次前一日的值
67 DEA1 = DEA2
68 DIF1 = DIF2
69 EXPMA12_1 = EXPMA12_2
70 EXPMA26_1 = EXPMA26_2
同时也支持可转债T+0交易，笔者平时也主要是进行的可转债的交易。
软件与交易接口开通条件，
开通改券商后，存入资金50W放2周即可开通，开通后可取出。
本身券商的交易费率为股票万一免五，可转债百万分之二，非常厚道，因为不少面向机构的量化交易软件的佣金是万2.5的，笔者之前在国金渠道开的就是，坑的一比。所以笔者还是很推荐目前该券商的量化交易接口。
需要可以关注公众号获取开通链接： 查看全部
不少在A股做量化的基本千篇一律tushare，优矿，米筐，聚宽等等，无论教程也好。
实际操作也好，几乎没见几个人教你怎么用程序下单，实盘交易。
稍微好点的easytrader使用的是模拟点击交易软件进行点击下单，基本无法判断下单后是否成交，也无法实时获取行情数据。别跟我说用tushare或者新浪这些接口数据，除非你做的是低频交易。
试试扫描一次全市场的行情看看用时多少？等得到满足条件了，再下单，此时价格可能已经在涨停板上封住了。
笔者使用的是券商提供的量化软件：Ptrade。
是恒生电子研发的提供给券商机构使用的程序化交易软件。提供策略回测，自动下单功能，使用的开发语言python。
策略回测与实盘交易
研究页面
研究页面，熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。
研究的页面实际就运行你逐行输出调试程序，了解每个函数的具体使用，或者你策略的中途结果调试。
回测策略
实际代码需要在回测策略里面写，写完后确定无误，就可以放在仿真环境下真实运行。
如果你运行得到的结果很满意，那么就可以直接部署到实盘服务器上。
实盘服务器是在券商那边，不需要个人购买服务器，也不需要本地开着这个Ptrade，就是说不需要在个人电脑上一直开着跑，你的最终代码和程序是在券商服务器上部署与运行，除非有报错异常停止，不然在你不暂停或者停止的前提下，可以一直运行下去。
条件满足后下单
可视化量化
同时也提供一些常见的现成的量化策略，选中后只要鼠标点点点也能够自动化跑这些策略了，当然里面很多参数都可以用鼠标点点点修改。
接口文档也非常详细：
一些常见策略代码：
双均线策略
macd策略
指数平滑均线函数，以price计算，可以选择收盘、开盘价等价格，N为时间周期，m用于计算平滑系数a=m/(N+1)，EXPMA1为前一日值
同时也支持可转债T+0交易，笔者平时也主要是进行的可转债的交易。
软件与交易接口开通条件，
开通改券商后，存入资金50W放2周即可开通，开通后可取出。
本身券商的交易费率为股票万一免五，可转债百万分之二，非常厚道，因为不少面向机构的量化交易软件的佣金是万2.5的，笔者之前在国金渠道开的就是，坑的一比。所以笔者还是很推荐目前该券商的量化交易接口。
需要可以关注公众号获取开通链接：
实际操作也好，几乎没见几个人教你怎么用程序下单，实盘交易。
稍微好点的easytrader使用的是模拟点击交易软件进行点击下单，基本无法判断下单后是否成交，也无法实时获取行情数据。别跟我说用tushare或者新浪这些接口数据，除非你做的是低频交易。
试试扫描一次全市场的行情看看用时多少？等得到满足条件了，再下单，此时价格可能已经在涨停板上封住了。
笔者使用的是券商提供的量化软件：Ptrade。
是恒生电子研发的提供给券商机构使用的程序化交易软件。提供策略回测，自动下单功能，使用的开发语言python。
策略回测与实盘交易
研究页面
研究页面，熟悉python jupyter notebook的朋友对这个界面肯定很熟悉。
研究的页面实际就运行你逐行输出调试程序，了解每个函数的具体使用，或者你策略的中途结果调试。
回测策略
实际代码需要在回测策略里面写，写完后确定无误，就可以放在仿真环境下真实运行。
如果你运行得到的结果很满意，那么就可以直接部署到实盘服务器上。
实盘服务器是在券商那边，不需要个人购买服务器，也不需要本地开着这个Ptrade，就是说不需要在个人电脑上一直开着跑，你的最终代码和程序是在券商服务器上部署与运行，除非有报错异常停止，不然在你不暂停或者停止的前提下，可以一直运行下去。
条件满足后下单
可视化量化
同时也提供一些常见的现成的量化策略，选中后只要鼠标点点点也能够自动化跑这些策略了，当然里面很多参数都可以用鼠标点点点修改。
接口文档也非常详细：
一些常见策略代码：
双均线策略
def initialize(context):
2 # 初始化此策略
3 # 设置我们要操作的股票池, 这里我们只操作一支股票
4 g.security = '600570.SS'
5 set_universe(g.security)
6 pass
7
8 #当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出
9 def handle_data(context, data):
10 security = g.security
11
12 #得到十日历史价格
13 df = get_history(10, '1d', 'close', security, fq=None, include=False)
14
15 # 得到五日均线价格
16 ma5 = round(df['close'][-5:].mean(), 3)
17
18 # 得到十日均线价格
19 ma10 = round(df['close'][-10:].mean(), 3)
20
21 # 取得昨天收盘价
22 price = data[security]['close']
23
24 # 得到当前资金余额
25 cash = context.portfolio.cash
26
27 # 如果当前有余额，并且五日均线大于十日均线
28 if ma5 > ma10:
29 # 用所有 cash 买入股票
30 order_value(security, cash)
31 # 记录这次买入
32 log.info("Buying %s" % (security))
33
34 # 如果五日均线小于十日均线，并且目前有头寸
35 elif ma5 < ma10 and get_position(security).amount > 0:
36 # 全部卖出
37 order_target(security, 0)
38 # 记录这次卖出
39 log.info("Selling %s" % (security))
macd策略
指数平滑均线函数，以price计算，可以选择收盘、开盘价等价格，N为时间周期，m用于计算平滑系数a=m/(N+1)，EXPMA1为前一日值
def f_expma(N,m,EXPMA1,price):
2 a = m/(N+1)
3 EXPMA2 = a * price + (1 - a)*EXPMA1
4 return EXPMA2 #2为后一天值
5
6 #定义macd函数，输入平滑系数参数、前一日值，输出当日值
7 def macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,price):
8 EXPMA12_2 = f_expma(N1,m,EXPMA12_1,price)
9 EXPMA26_2 = f_expma(N2,m,EXPMA26_1,price)
10 DIF2 = EXPMA12_2 - EXPMA26_2
11 a = m/(N3+1)
12 DEA2 = a * DIF2 + (1 - a)*DEA1
13 BAR2=2*(DIF2-DEA2)
14 return EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2
15
16 def initialize(context):
17 global init_price
18 init_price = None
19 # 获取沪深300股票
20 g.security = get_index_stocks('000300.SS')
21 #g.security = ['600570.SS']
22 # 设置我们要操作的股票池, 这里我们只操作一支股票
23 set_universe(g.security)
24
25 def handle_data(context, data):
26 # 获取历史数据，这里只获取了2天的数据，如果希望最终MACD指标结果更准确最好是获取
27 # 从股票上市至今的所有历史数据，即增加获取的天数
28 close_price = get_history(2, '1d', field='close', security_list=g.security)
29 #如果是停牌不进行计算
30 for security in g.security:
31 if data[security].is_open >0:
32 global init_price,EXPMA12_1,EXPMA26_1,EXPMA12_2,EXPMA26_2,DIF1,DIF2,DEA1,DEA2
33 if init_price is None:
34 init_price = close_price[security].mean()#nan和N-1个数，mean为N-1个数的均值
35 EXPMA12_1 = init_price
36 EXPMA26_1 = init_price
37 DIF1 = init_price
38 DEA1 = init_price
39 # m用于计算平滑系数a=m/(N+1)
40 m = 2.0
41 #设定指数平滑基期数
42 N1 = 12
43 N2 = 26
44 N3 = 9
45 EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2 = macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,close_price[security][-1])
46 # 取得当前价格
47 current_price = data[security].price
48 # 取得当前的现金
49 cash = context.portfolio.cash
50 # DIF、DEA均为正，DIF向上突破DEA，买入信号参考
51 if DIF2 > 0 and DEA2 > 0 and DIF1 < DEA1 and DIF2 > DEA2:
52 # 计算可以买多少只股票
53 number_of_shares = int(cash/current_price)
54 # 购买量大于0时，下单
55 if number_of_shares > 0:
56 # 以市单价买入股票，日回测时即是开盘价
57 order(security, +number_of_shares)
58 # 记录这次买入
59 log.info("Buying %s" % (security))
60 # DIF、DEA均为负，DIF向下突破DEA，卖出信号参考
61 elif DIF2 < 0 and DEA2 < 0 and DIF1 > DEA1 and DIF2 < DEA2 and get_position(security).amount > 0:
62 # 卖出所有股票,使这只股票的最终持有量为0
63 order_target(security, 0)
64 # 记录这次卖出
65 log.info("Selling %s" % (security))
66 # 将今日的值赋给全局变量作为下一次前一日的值
67 DEA1 = DEA2
68 DIF1 = DIF2
69 EXPMA12_1 = EXPMA12_2
70 EXPMA26_1 = EXPMA26_2
同时也支持可转债T+0交易，笔者平时也主要是进行的可转债的交易。
软件与交易接口开通条件，
开通改券商后，存入资金50W放2周即可开通，开通后可取出。
本身券商的交易费率为股票万一免五，可转债百万分之二，非常厚道，因为不少面向机构的量化交易软件的佣金是万2.5的，笔者之前在国金渠道开的就是，坑的一比。所以笔者还是很推荐目前该券商的量化交易接口。
需要可以关注公众号获取开通链接：
富途美股打新费用挺贵的啊
绫波丽 发表了文章 • 0 个评论 • 1962 次浏览 • 2021-06-23 12:57
虽然美股的申购不用佣金，可是卖出还是要有一比钱，看着费用也不低。总的来说都是2刀左右。
看着好像不是很多。可是，我中的新股的中金额也就100刀，费率算下来就2个点，2%。贵呀贵呀
还是我大A股好呀。
有兴趣的可以加美股打新交流群，解答各种美股打新疑难杂症。
美股交流群 微信群 查看全部
看着好像不是很多。可是，我中的新股的中金额也就100刀，费率算下来就2个点，2%。贵呀贵呀
还是我大A股好呀。
有兴趣的可以加美股打新交流群，解答各种美股打新疑难杂症。
美股交流群 微信群 查看全部
虽然美股的申购不用佣金，可是卖出还是要有一比钱，看着费用也不低。总的来说都是2刀左右。
看着好像不是很多。可是，我中的新股的中金额也就100刀，费率算下来就2个点，2%。贵呀贵呀
还是我大A股好呀。
有兴趣的可以加美股打新交流群，解答各种美股打新疑难杂症。
美股交流群 微信群
看着好像不是很多。可是，我中的新股的中金额也就100刀，费率算下来就2个点，2%。贵呀贵呀
还是我大A股好呀。
有兴趣的可以加美股打新交流群，解答各种美股打新疑难杂症。
美股交流群 微信群
美股交流群 微信群 程序化交易
绫波丽 发表了文章 • 0 个评论 • 2947 次浏览 • 2021-06-23 10:44
自己在网上找了一批，发现没几个可以加。索性自己建一个群，大家一起来加入吧。
因为会过期，所以需要的人可以在公众号后台回复：加美股群
就可以加入啦。
公众号：
因为会过期，所以需要的人可以在公众号后台回复：加美股群
就可以加入啦。
公众号：
python获取指定类型的最新股票公告
股票 • 李魔佛 发表了文章 • 0 个评论 • 2573 次浏览 • 2021-06-10 23:15
比如个人比较关注套利基金LOF，所以主要爬取的公告是LOF的
然后通过NLP分析公告内容，过滤出个人想要的内容。
关注个人公众号，获取更多内容
然后通过NLP分析公告内容，过滤出个人想要的内容。
关注个人公众号，获取更多内容
中国互联套利教程 手摸手操作教程
绫波丽 发表了文章 • 0 个评论 • 2359 次浏览 • 2021-05-25 01:21
整体流程如下：先挖坑，后续逐渐填
1. 首先发现溢价的基金
2. 查看公告
3. 准备一个基金申购费率低的券商账号
4. 申购
5. 等待到账，卖出
6. 结束
1. 首先发现溢价的基金
2. 查看公告
3. 准备一个基金申购费率低的券商账号
4. 申购
5. 等待到账，卖出
6. 结束
整体流程如下：先挖坑，后续逐渐填
1. 首先发现溢价的基金
2. 查看公告
3. 准备一个基金申购费率低的券商账号
4. 申购
5. 等待到账，卖出
6. 结束
1. 首先发现溢价的基金
2. 查看公告
3. 准备一个基金申购费率低的券商账号
4. 申购
5. 等待到账，卖出
6. 结束
PI币邀请码：yagamizsu
绫波丽 发表了文章 • 0 个评论 • 1903 次浏览 • 2021-05-15 11:24
输入邀请码才能继续注册哦
邀请码：yagamizsu
用邀请码注册后会获得几个PI币。
邀请码：yagamizsu
用邀请码注册后会获得几个PI币。
输入邀请码才能继续注册哦
邀请码：yagamizsu
用邀请码注册后会获得几个PI币。
邀请码：yagamizsu
用邀请码注册后会获得几个PI币。
南方聚利160131 开放申购 2021年5月14日
股票 • 李魔佛 发表了文章 • 0 个评论 • 2627 次浏览 • 2021-04-21 00:27
当前的溢价率其高，当前溢价率是150%。
大概率是基金公司在做局，让你们进去套利的啦。
不过目前该基金的规模在5千万，看起来规模不算特别大，并且是一只债基。
跟520弘盈差不多的套路。
大概率是基金公司在做局，让你们进去套利的啦。
不过目前该基金的规模在5千万，看起来规模不算特别大，并且是一只债基。
跟520弘盈差不多的套路。
当前的溢价率其高，当前溢价率是150%。
大概率是基金公司在做局，让你们进去套利的啦。
不过目前该基金的规模在5千万，看起来规模不算特别大，并且是一只债基。
跟520弘盈差不多的套路。
大概率是基金公司在做局，让你们进去套利的啦。
不过目前该基金的规模在5千万，看起来规模不算特别大，并且是一只债基。
跟520弘盈差不多的套路。
可转债投资体系
股票 • 李魔佛 发表了文章 • 1 个评论 • 2425 次浏览 • 2021-03-23 16:23
可转债投资体系
今天总结以前这段时间的经验，形成自己的一套可转债投资体系。
1. 买入价位决定成败。
在买入的那一刻，就可以知道这边买卖的胜算。不能买价格超过110以上的转债，切记。不要看标的，再好的标的，价格不美丽，买入也让自己陷入被动。不要说好公司的转债可以放宽买贵的，如果觉得是好公司，直接买正股。
2. 如果没有可以买的标的，一定要有耐心。 时刻未到而已。
2020年10月到12月，妖债横行，是个转债都被随便拉，无视正股涨跌，有些转债还涨破天际，一天100%+的涨幅。 把整体水位拉伸到一个120+的水平。 但是，这又如何？ 2021年1月底，新债上市一只，破发一只。 最终满地90多元的转债，而且不断有跌破面值，跌破80多的。
记得当时自己的心态是贪心！ 因为瞄定了鸿达转债，广汇转债，亚药转债，搜特转债，以为80多的转债要往70多，60多下移，事后看，当时没有及时大力加仓，错过了一个好价位。
所以设定的规则：跌破5元加仓一格，波动可以在-1到+1之间，也就是94-96之间加仓，89-91之间加仓，如此类推。
3. 110元以下，不能频繁做卖出操作
这个位置110以下卖出，会失去心理优势位置。比如90买的，105卖出，然后涨到115，跌到109，这个时候会有一种冲动要买回来，因为心理上怕后续涨到115或更高后的卖飞心态。 110以下尽量忍住不动。 130以后可以分批卖。所以这里要保证，100面值以下要尽量多买，不能经常做T把筹码给出掉了，失去心理优势价位。 因为如果你90卖的，95卖出，然后涨到98，这个时候你反而不会买，心理是想着它跌回到95以下才买入。从而造成后续该转债一飞冲天而你已经失去仓位了。
上面规则适合上班族，无时间看盘者。
如果有时间看盘，那么可以使用部分仓位进行市场风格的参与博弈。当然这部分是高波动部分，一般人不建议操作。
查看全部
今天总结以前这段时间的经验，形成自己的一套可转债投资体系。
1. 买入价位决定成败。
在买入的那一刻，就可以知道这边买卖的胜算。不能买价格超过110以上的转债，切记。不要看标的，再好的标的，价格不美丽，买入也让自己陷入被动。不要说好公司的转债可以放宽买贵的，如果觉得是好公司，直接买正股。
2. 如果没有可以买的标的，一定要有耐心。 时刻未到而已。
2020年10月到12月，妖债横行，是个转债都被随便拉，无视正股涨跌，有些转债还涨破天际，一天100%+的涨幅。 把整体水位拉伸到一个120+的水平。 但是，这又如何？ 2021年1月底，新债上市一只，破发一只。 最终满地90多元的转债，而且不断有跌破面值，跌破80多的。
记得当时自己的心态是贪心！ 因为瞄定了鸿达转债，广汇转债，亚药转债，搜特转债，以为80多的转债要往70多，60多下移，事后看，当时没有及时大力加仓，错过了一个好价位。
所以设定的规则：跌破5元加仓一格，波动可以在-1到+1之间，也就是94-96之间加仓，89-91之间加仓，如此类推。
3. 110元以下，不能频繁做卖出操作
这个位置110以下卖出，会失去心理优势位置。比如90买的，105卖出，然后涨到115，跌到109，这个时候会有一种冲动要买回来，因为心理上怕后续涨到115或更高后的卖飞心态。 110以下尽量忍住不动。 130以后可以分批卖。所以这里要保证，100面值以下要尽量多买，不能经常做T把筹码给出掉了，失去心理优势价位。 因为如果你90卖的，95卖出，然后涨到98，这个时候你反而不会买，心理是想着它跌回到95以下才买入。从而造成后续该转债一飞冲天而你已经失去仓位了。
上面规则适合上班族，无时间看盘者。
如果有时间看盘，那么可以使用部分仓位进行市场风格的参与博弈。当然这部分是高波动部分，一般人不建议操作。
查看全部
可转债投资体系
今天总结以前这段时间的经验，形成自己的一套可转债投资体系。
1. 买入价位决定成败。
在买入的那一刻，就可以知道这边买卖的胜算。不能买价格超过110以上的转债，切记。不要看标的，再好的标的，价格不美丽，买入也让自己陷入被动。不要说好公司的转债可以放宽买贵的，如果觉得是好公司，直接买正股。
2. 如果没有可以买的标的，一定要有耐心。 时刻未到而已。
2020年10月到12月，妖债横行，是个转债都被随便拉，无视正股涨跌，有些转债还涨破天际，一天100%+的涨幅。 把整体水位拉伸到一个120+的水平。 但是，这又如何？ 2021年1月底，新债上市一只，破发一只。 最终满地90多元的转债，而且不断有跌破面值，跌破80多的。
记得当时自己的心态是贪心！ 因为瞄定了鸿达转债，广汇转债，亚药转债，搜特转债，以为80多的转债要往70多，60多下移，事后看，当时没有及时大力加仓，错过了一个好价位。
所以设定的规则：跌破5元加仓一格，波动可以在-1到+1之间，也就是94-96之间加仓，89-91之间加仓，如此类推。
3. 110元以下，不能频繁做卖出操作
这个位置110以下卖出，会失去心理优势位置。比如90买的，105卖出，然后涨到115，跌到109，这个时候会有一种冲动要买回来，因为心理上怕后续涨到115或更高后的卖飞心态。 110以下尽量忍住不动。 130以后可以分批卖。所以这里要保证，100面值以下要尽量多买，不能经常做T把筹码给出掉了，失去心理优势价位。 因为如果你90卖的，95卖出，然后涨到98，这个时候你反而不会买，心理是想着它跌回到95以下才买入。从而造成后续该转债一飞冲天而你已经失去仓位了。
上面规则适合上班族，无时间看盘者。
如果有时间看盘，那么可以使用部分仓位进行市场风格的参与博弈。当然这部分是高波动部分，一般人不建议操作。
本站使用邀请制进站，注册后需要审核才可以发文字回复等操作
股票 • 李魔佛 发表了文章 • 0 个评论 • 2005 次浏览 • 2021-03-21 17:04
为了提供给需要的读者朋友交流使用需要确认的请发邮件 admin@30daydo.com
为了提供给需要的读者朋友交流使用需要确认的请发邮件 admin@30daydo.com
弘盈A套利总结的经验 --大幅度溢价的不能用拖拉机
股票 • 李魔佛 发表了文章 • 0 个评论 • 2203 次浏览 • 2021-03-19 11:31
轻松出货的券商：
华泰，招商
排队的：
华宝，银河
华泰，招商
排队的：
华宝，银河
轻松出货的券商：
华泰，招商
排队的：
华宝，银河
华泰，招商
排队的：
华宝，银河
PTrade使用教程 新手入门
股票 • 李魔佛 发表了文章 • 0 个评论 • 13454 次浏览 • 2021-03-18 08:55
# 更新 Ptrade API 接口文档： http://ptradeapi.com 这样就可以边打开网页，边写代码，不用在ptrade的代码编写和帮助页面来回切换了。
记录一下曾经的入门经验与使用心得：
好像PTrade有几个版本，本人使用的界面如下，基于python写交易策略和回测：
1. 仿真系统的回测可以在交易时间运行，交易系统的回测无法在交易时间运行回测。
2. 在研究板块中，API函数带有研究字样的，可以直接使用，不需要import 导入任何库。比如：#获取当日的股票池
g.stock_list = get_Ashares(g.current_date)可以自己使用。
而get_history(70, '1d', ['close','volume'], g.stock_list, fq='dypre', include=False)
没有带研究字样的，是无法直接在研究板块使用，只能在回测或者实盘使用。
3. 内置的python版本是：
'3.5.1 (default, Nov 1 2016, 01:53:03) \n[GCC 4.8.5 20150623 (Red Hat 4.8.5-4)]'
也就是无法使用fstring的方式格式化字符串
name='jack'
a=f'{name}'
4. log.debug log.error 等调试标记符不会有任何输出，bug！
只能使用log.info 或者print输出，还害我调试了半天，以为程序哪里的问题，导致我的输出不显示。
PTrade新手入门教程 二
需要开通Ptrade的朋友，可以扫描二维码开户，并可开通PTrade交易功能。
股票费率万分之一，转债十万分之二。
非诚勿扰。
原创文章，转载请注明出处
http://30daydo.com/article/44151
查看全部
记录一下曾经的入门经验与使用心得：
好像PTrade有几个版本，本人使用的界面如下，基于python写交易策略和回测：
1. 仿真系统的回测可以在交易时间运行，交易系统的回测无法在交易时间运行回测。
2. 在研究板块中，API函数带有研究字样的，可以直接使用，不需要import 导入任何库。比如：#获取当日的股票池
g.stock_list = get_Ashares(g.current_date)可以自己使用。
而get_history(70, '1d', ['close','volume'], g.stock_list, fq='dypre', include=False)
没有带研究字样的，是无法直接在研究板块使用，只能在回测或者实盘使用。
3. 内置的python版本是：
'3.5.1 (default, Nov 1 2016, 01:53:03) \n[GCC 4.8.5 20150623 (Red Hat 4.8.5-4)]'
也就是无法使用fstring的方式格式化字符串
name='jack'
a=f'{name}'
4. log.debug log.error 等调试标记符不会有任何输出，bug！
只能使用log.info 或者print输出，还害我调试了半天，以为程序哪里的问题，导致我的输出不显示。
PTrade新手入门教程 二
需要开通Ptrade的朋友，可以扫描二维码开户，并可开通PTrade交易功能。
股票费率万分之一，转债十万分之二。
非诚勿扰。
原创文章，转载请注明出处
http://30daydo.com/article/44151
查看全部
# 更新 Ptrade API 接口文档： http://ptradeapi.com 这样就可以边打开网页，边写代码，不用在ptrade的代码编写和帮助页面来回切换了。
记录一下曾经的入门经验与使用心得：
好像PTrade有几个版本，本人使用的界面如下，基于python写交易策略和回测：
1. 仿真系统的回测可以在交易时间运行，交易系统的回测无法在交易时间运行回测。
2. 在研究板块中，API函数带有研究字样的，可以直接使用，不需要import 导入任何库。比如：
而
没有带研究字样的，是无法直接在研究板块使用，只能在回测或者实盘使用。
3. 内置的python版本是：
'3.5.1 (default, Nov 1 2016, 01:53:03) \n[GCC 4.8.5 20150623 (Red Hat 4.8.5-4)]'
也就是无法使用fstring的方式格式化字符串
name='jack'
a=f'{name}'
4. log.debug log.error 等调试标记符不会有任何输出，bug！
只能使用log.info 或者print输出，还害我调试了半天，以为程序哪里的问题，导致我的输出不显示。
PTrade新手入门教程 二
需要开通Ptrade的朋友，可以扫描二维码开户，并可开通PTrade交易功能。
股票费率万分之一，转债十万分之二。
非诚勿扰。
原创文章，转载请注明出处
http://30daydo.com/article/44151
记录一下曾经的入门经验与使用心得：
好像PTrade有几个版本，本人使用的界面如下，基于python写交易策略和回测：
1. 仿真系统的回测可以在交易时间运行，交易系统的回测无法在交易时间运行回测。
2. 在研究板块中，API函数带有研究字样的，可以直接使用，不需要import 导入任何库。比如：
#获取当日的股票池可以自己使用。
g.stock_list = get_Ashares(g.current_date)
而
get_history(70, '1d', ['close','volume'], g.stock_list, fq='dypre', include=False)没有带研究字样的，是无法直接在研究板块使用，只能在回测或者实盘使用。
3. 内置的python版本是：
'3.5.1 (default, Nov 1 2016, 01:53:03) \n[GCC 4.8.5 20150623 (Red Hat 4.8.5-4)]'
也就是无法使用fstring的方式格式化字符串
name='jack'
a=f'{name}'
4. log.debug log.error 等调试标记符不会有任何输出，bug！
只能使用log.info 或者print输出，还害我调试了半天，以为程序哪里的问题，导致我的输出不显示。
PTrade新手入门教程 二
需要开通Ptrade的朋友，可以扫描二维码开户，并可开通PTrade交易功能。
股票费率万分之一，转债十万分之二。
非诚勿扰。
原创文章，转载请注明出处
http://30daydo.com/article/44151
