[QMT量化交易小白入门]-六十九、ETF动量评分策略,历史年化收益率107%

本专栏主要是介绍QMT的基础用法,常见函数,写策略的方法,也会分享一些量化交易的思路,大概会写100篇左右。
QMT的相关资料较少,在使用过程中不断的摸索,遇到了一些问题,记录下来和大家一起沟通,共同进步。

文章目录

      • 相关阅读
      • 1. 定时任务函数 `mutorun` 的解析
        • 1.1 获取当前K线日期
        • 1.2 跳过非回测或非最后一根K线的情况
        • 1.3 开始任务日志记录
        • 1.4 获取市场数据
        • 1.5 检查市场数据有效性
        • 1.6 计算ETF评分
        • 1.7 检查目标列表有效性
        • 1.8 卖出操作
        • 1.9 买入操作
      • 2. ETF评分计算函数 `calculate_etf_scores` 的解析
        • 2.1 初始化评分列表和有效ETF列表
        • 2.2 遍历所有ETF符号并计算评分
        • 2.3 转换评分数据为DataFrame并处理
        • 2.4 打印优化后的评分结果
        • 2.5 检查是否需要调仓
        • 2.6 检查旧第一名与新第二名的关系决定是否调仓

相关阅读

小白也能做量化:零门槛QMT、Ptrade免费送
量化交易入门:如何在QMT中配置Python环境,安装第三方依赖包
年化收益达到了70%,增加了动态仓位权重调整后的全球核心资产轮动策略(含python代码解析)


之前etf动量策略是在ptrade上面回测的,但是有球友希望改写在大QMT上,周末进行了改写和回撤,年化收益率可以达到107%,收益率上有一些区别,可能是不同平台行情数据不统一。
策略整体是通过趋势、动量和成交

你可能感兴趣的:(量化交易小白入门,数据库,java,缓存)