量化投资入门到进阶.pdf

1、教材目录 第一章：量化基础知识 第一节 量化投资的概念和优势 第二节 量化投资的历史和未来 第三节 量化投资的流程与应用 第二章：量化策略入门 第一节：MindGo量化交易平台 第二节：MindGo API介绍 第三节：我的第一个量化策略 第三章：Python编程 第一节：Python介绍 第二节：数据类型 第三节：条件与循环 第四节：函数 第五节：numpy 第六节：pandas基础 第七节：pandas进阶 第四章：经典量化策略集锦 第一篇：投资高股息股票 第二篇：从“二八轮动”中学择时 第三篇：网格交易动态调仓策略 第四篇：进军交易系统，从Dual Thrust中学“趋势” 第五篇：布林

2、强盗，一个霸道的交易系统 第六篇：交易系统终结者海龟交易法则 第七篇：向彼得林奇投资大师学习PEG选股 第八篇：CAPM模型的应用 第九篇：Fama-French三因子模型应用 第十篇：动量类多因子之择时中选股 第五章：量化研究专题 第一篇：用matplotlib绘图函数 数据 化 第二篇： 用Scipy模 统 第三篇：10 学 用Python 第四篇：统 ： 用 系数进 交易 第五篇：数据 专题： 化 中 化 第六篇：数据 专题： 类与 第七篇：法交易入门VWAP 第八篇：Python currency1投资“ 第九篇：fifl模型 学习+数据 第十篇：学习之经网 入门 第一章：量化基础知识

3、 第一节 量化投资的概念和优势 量化投资的概念 量化投资”数量化 程 化 ， 目的的 交易 量化投资 投资的 模型， 量化投资中模型与 的 系， 个 来 ，我 一 ，中 与 的 法 ，中 ， 的结 ， 大程 基中 的经， 程 大一 ， 子 化， 学 ，得 结， 药 的疾 ，投资者 市场的疾 ，市场的疾 什么？ 错误价和估 ，没 或 得 较轻，市场有效或弱有效的 得越严重，市场越无效 投资者用资金 投资低估的证券，直到把它的价格抬升到“ 的价格水平 但， 投资和量投资的具体 法有 差异， 差异如 中 和 的差异， 投资更像中 ，更多地靠经和感觉 在哪里 量投资更像 ，靠模型 ，模型 量投资基金经

4、 的作用 像CT 的作用 在每一天的投资 作之 前，我 用模型 整个市场进 一次全面的检查和扫描，然根据检查和扫描结 投 资决策 量化投资的优势 量化投资的优势在纪律 系统 时 确 和 散化 1.纪律 ：严格执 投资策略，投资者情绪的变化而随意更改 样 服 的弱点，如贪婪 恐惧 侥幸心 ，也 服认知偏差 2.系统 ：量化投资的系统 包括多层次的量化模型 多角 的观察海量数据的 观察 多层次模型包括大类资产 置模型 业选择模型 精选个股模型 多角 观察 主包括 宏观周期 市场结构 估 成长 盈 质量 市场情绪多个角 析 此 外，海量数据的 能力能够更好地在广大的资本市场捕捉到更多的投资 ，拓展更

5、大的 投资 3.时 ：时快速地跟踪市场变化， 能够提供超 的 的统 模型， 的交易 4. 确 ： 确 观 价交易 ，服主观情绪偏差，从而盈 5. 散化：在 的条件 ，量化投资 散化投资的 具 个 面：一量化投资 地从历史中 有 在未来重 的历史 律 用， 历史 律较大概 的策略 二靠 选 股票“来 ，而一 或 股票 ，从投资“的 念来 也捕捉大概 的股票，而 到 个股票 第二节 量化投资的历史和未来 量化投资的历史与 量化投资， 得提 的奇 (James Simons) currency1“具的投资，有一fifl 的历：20时得学 学;23时在 ”大学 业;24时成 大学数学系轻的教 ;37时

6、与中数学“ 典型 和 变， 的 ;40时 用基本面 析法 的 投资基金;43时与 林 大学数学 (Henry Laufer)重 交易策略 此从基本面 析 向数量 析;45时 成 fi ，终 ，成 执 的投资霸主 直 的成之 ， 次 证 一个道 的 ， 大多 越学fi的资整“，而 从无到有的 具体 来， 如 ， 在之时，也没有直 到 用量化法投资，而和 多投资者一样外 市场， 但 心勃勃的 甘 简 因循统的投资策略 随经的 累积，始 思考， 用熟悉的数学法来搭建投资模型，从而能够fi学精 地货币市 场的走势变动?一大胆的 学fi尝试，终彻底改变 的 走向 ”将数学 巧妙融“到投资的 战之中， 从

7、一个天资卓越的数学摇一变， 成 投资界中首屈一的“模型 ” 作的大奖章基金(Medallion)在1989-2009 的二十间，平均 35%，若 44%的 提成，则该基金 际的化 高达60%， 期 500数均 报 高 20多个百 点， 较金融大鳄索罗 和股巴菲 的操盘 ，也遥遥领 十 个百 点 难能 贵的，纵然在次贷 危全面爆的2008，该基金的投资 报 仍 保持在80%左右的惊 水 ”将数学模型和投资策略 结“，逐步走 坛， 扛旗的量化时 ，的骤 富话更让 量化投资有 直观而浅显的认识：能赚钱，而 能赚 多钱 但金融 业瞬息万变，老天也没有一味垂叱咤 的“模型 ” 2012 来， 掌 的 f

8、i 谓祸事 ，厄 缠 麾 的“ 构期货基金”(RIFF)在2011仅 盈 增长1.84%，到2012，更破天荒的亏损 3.17%，一亏损幅 甚至超” 巴莱CTA数的平均降幅(1.59%) RIFF主” 全球范围的期货和远期交易来 绝 ，虽属 旗 模较小的基金产品， 但作 的 星” 钞“， 报 竟 一 暴跌至 业平均水平，难免让 始料 到2012底，RIFF 的资产 模已缩减至7.88亿美元，远远低2011的40亿美元 到今10月底， 终宣布 闭 RIFF，一 “ ” 星RIFF 此戛然 陨落 量化投资在海外的展已有30多的历史，投资业 ，市场 模和fi 大 得到越来越多投资者认 外量化投资的

9、和展主 三个阶： 第一阶 1971-1977 1971， 界 第一 动量化基金 巴莱际投资 ，1977 界 第一 主动量化基金也巴莱际投资 ， 模达到70亿美元，美 量化投资的 第二阶 1977-1995 从1977到1995，量化投资在海外经历一个 的展，中 到 多因 的 ，随 息 和 面得大进步，量化投资 来 高速展的时 第三阶 1995-至今 从1995到 在，量化投资 逐 趋成熟， 时 大 在全 的投资中， 量化投资大 30%，数类投资全 用量 ，主动投资中， 有20%-30% 用 量 事 ， 网的展， 得 概念在 界范围的 速 快，作一个概念，量 化投资 ， 投资者 有 但， 的量化

10、基金在 展 阶 随我改 30，证券市场成 二十，的在 里， “量化投资” 的基金已有9 ， 将 的长 量化 currency1，量化基金数 量将达到10 此前9 量化基金策略 ， “差，量化投资也因而 质 因我A股的fifi fl ，在我A股市场 用量化策略，好 市场 的 量化基金，业 一 量化基金的 主集中 点，一A 股市场有量化基金 的”，二基金的量化策略 市场长期的检 量化投资的未来 较海外成熟市场，A股市场的展历史较，投资者“差，投资 念 够成熟， 主动投资市场 有效 ，产 法的 力和间也更大 投资 念多元 化，也 多元 散的alpha 量化投资的 和法在 没有 者 中 中 长的疾 长

11、的疾 如 把证券市场 作一个 的话，每个投资者 ， 投资者 投资的 ， 投资的疾 证券市场 投资者多 ， ， 量化投资者 ， 多， 量化投资 好的展 的时，我 一个 的 来，量化投资和 投资的差 的有如中 和 的差， 有长 有 此 ，随20104月股期货的 台，量化投资 市场展 力逐 显 ， 已有 大学 学 ， 海交大学 学 投入数百万 专业的量化投资金 融 ， 量化投资高 研 ， 量化投资的市场展提供 好学 和 战环 第三节 量化投资的应用与流程 量化投资应用 量化投资一应用fi学 析 市场 交易执 fi学 析主 用 历史数据进 ，终得 一个fi学的结 如： 投资者如 知道每股 个 数据 作

12、投资“考， ” 历史数据 进 析 ， 入较高每股 的股票 持有一时间和入较低每股 的股票 持有一时间，如 入较高的每股 的股票的 能力远大入较低每股 的股票 的 能力， 么证 ” 一时间 ，股票的每股 数据确 股价的 跌， 之，则然 市场主 用 程 ， 时 整个市场进 ，包括个股价格 动 市场 息 事件 目前中股市的 市 高达3000多，如 整个市场的动 态， 大量的 力力， 终效 达到期，而量化投资的市场能能较 好的 决个 题，” 程 ， 时 有 市股票进 交易执 主 用 程 ， 成精确的 时的交易 作 一而 ，多 多策 略的交易执 程 无法 时操作多个 ， 交易精确，” 的情 仅如此， 程

13、 能 法交易，能有效降低交易成本 量化投资流程 一而 ，量化投资的流程：数据研”record函数输 义 图形 添 log.info函数与record函数的 码如 ： # 始化 def initialize(account): # 义交易的股票：贵”茅台 account.security = 600519.SH # 置条件，每个交易频 日/ /tick 调用一次 def handle_data(account,data): #每天盘入100股贵”茅台 order(account.security,100) # 用资金 money=account.cash # 已用资金 used_money=ac

14、count.capital_used*(-1) #log.info()函数 息 log.info(已 用资金+str(used_money) #record函数进 义画图， 用资金与已用资金 record(money=money,used_money=used_money) 策略 结 ， 结 页面 显示 用资金和已用资金曲 ： 时间 引擎” 法 您的策略进 1.盘前(9:00) ： before_trading_start函数 2.盘中 ： handle_data函数 日 (9:30:00) 一次 (9:30:00-11:30,13:00:00-15:00:00)，每 一次 3.盘(15:30

15、) ： after_trading_end函数 你的策略在某个 时间 的 ， 引擎 如 ： 1.按每日 A.交易价格： 市价 ：盘价+滑点 限价 ：委 价+滑点 B.大成交量: 默认 个股 日成交量的25% 若 量低大成交量，则按 量成交 若 量大大成交量，则按大 成交量成交 C.撮“： 市价 ：盘 ，一次 撮“，成交或未成交 刻委 若盘价 停价，则入成交 若盘价跌停价，则 成交 限价 ：盘 ，之每 均按 价量撮“一次，未成交 延至 一 进 撮“，直到 全成交或者 天 盘止 2. A.交易价格： 市价 ： 前 始价+滑点 限价 ：委 价 + 滑点，如符“则成交 B.大成交量： 默认 个股 前

16、成交量的50% 若 量低大成交量，则按 量成交 若 量大大成交量，则按大 成交量成交 C.撮“： 市价 ： 始点 ，一次 撮“，成交或未成交 刻委 若 始价 日 停价，则入成交 若 始价 日跌停价，则 成交 限价 ： 始点 ，之每 均按 价量撮“一次，未成交 延至 一 进 撮“，直到 全成交或者 天 盘止 二 函数API介绍 MindGo量化交易平台有80多个函数，每个函数有能，本节主介绍三类函数， 针 该类函数中的 用1至2个函数 简介绍， 在 一节中，能 成第一个量化策 略 第一类量化策略框架函数， 驱动策略 范量化策略编写，MindGo提供 个函数： 1.始化函数：initialize

17、函数调用法： def initialize(account): 函数能： def initialize(account):始化函数,整个 在始时执 一次,用始化 息 “数 全局变量. 注意事项： 1.该函数用始化 ,任一个策略必须有该函数, . 2.在该函数 ,你 置 多始条件,例如：基 数,交易佣金,滑点,股票池 . 3.该函数能写成initialize(account)，而必须写成python的函数形：def initialize(account)：(温馨提示：能落 冒号.) 示例： def initialize(account): #始化策略时 置股票池 account.security

18、=000001.SZ 2.时 函数:handle_data 函数调用法: def handle_data(account, data): 函数能 def handle_data(account, data):函数用来时执 条件，每个交易频 日/ /tick 动调用一次. 注意事项: 1.该函数在 中的 交易日 触的.(例如1月1日至3日 交易日，则handle_data 在1日至3日触，直到 一个交易日4号触) 2.该函数的交易频 根据策略的交易频 ，在盘中 ： i.日 (9:30:00),每日 一次. ii. (9:30:00-11:30,13:00:00-15:00:00)，每 一次. 3

19、.在该函数中， 入函数的 结 ，用来 条件. 4.该函数能写成handle_data(account, data)，而必须写成python语 中 范的函数形： def handle_data(account, data):(温馨提示：能落 冒号) 示例: # 每个交易频 100股的平 银 股票. def handle_data(account, data): order(000001.SZ, 100) 第二类数据函数，函数形，”“数 置满fl您数据： 1. 情数据函数：history 调用法: history(symbol_list, fields, bar_count, fre_step,

20、skip_paused = False, fq = pre, is_panel=0) 函数能：多 股票多属 的历史 情数据 函数“数: “数 含义 “数举例 symbol_list 股票 数或基金 码列 填写数据的股票 码， 多个股票 时，例如：600519.SH fields 数据字 填写的数据字，例如： 盘价 close,高价high，close,high bar_count 历史长 填写的数据历史长 ，例如：20 fre_step 时间步长 填写数据的时间步长，例如：按天则 1d， 按x 则xm skip_paused 跳”停牌数据 填写数据跳”停牌，例如：跳” skip_paused=

21、False，跳” skip_paused=True fq 权选项 填写数据的 权选项，fq=None 权， fq=post 权，fq=pre前 权 is_panel 返 数据格 选择返 的数据格，is_panel=1 pandas.panel格，is_panel=0dict格 注意事项: 1.该函数没有 始日期，结束日期默认 一个交易日或 一 您 在策略 码中调用 该函数， 确函数 的“数， 到 应数据，详细“ 考 个示例 示例1 def initialize(account): pass def handle_data(account,data): #万fiA与平 银 ” 10日的 盘价与高

22、价， 输 数据 price=history(000001.SZ,000002.SZ, close,high, 10, 1d, False, pre, is_panel=1) log.info( 盘价：+str(priceclose) log.info(高价：+str(pricehigh) 示例2 def initialize(account): pass def handle_data(account,data): #万fiA与平 银 ” 10个60 的盘价， 输 数据 price=history(600519.SH,300033.SZ, open , 10, 60m, False, pre,

23、 is_panel=0) log.info(300033.SZ盘价：+str(price300033.SZ) log.info(600519.SH盘价：+str(price600519.SH) 示例返 结 : 示例1返 结 ： 2017-01-03 09:30:00 - INFO 盘价： 000001.SZ 000002.SZ 2016-12-19 9.20 21.10 2016-12-20 9.11 20.33 2016-12-21 9.16 20.48 2016-12-22 9.14 20.61 2016-12-23 9.08 20.30 2016-12-26 9.12 20.65 201

24、6-12-27 9.08 21.42 2016-12-28 9.06 21.20 2016-12-29 9.08 20.84 2016-12-30 9.10 20.55 2017-01-03 09:30:00 - INFO 高价： 000001.SZ 000002.SZ 2016-12-19 9.23 22.00 2016-12-20 9.20 21.00 2016-12-21 9.16 20.70 2016-12-22 9.16 20.77 2016-12-23 9.14 20.67 2016-12-26 9.13 20.69 2016-12-27 9.13 21.98 2016-12-28

25、 9.11 21.48 2016-12-29 9.09 21.32 2016-12-30 9.10 20.96 示例2返 结 ： 2017-01-03 09:30:00 - INFO 300033.SZ盘价： open 2016-12-27 13:59:00 69.00 2016-12-27 14:59:00 68.50 2016-12-28 10:29:00 68.12 2016-12-28 11:29:00 68.69 2016-12-28 13:59:00 68.49 2016-12-28 14:59:00 68.55 2016-12-29 10:29:00 68.90 2016-12-

26、29 11:29:00 68.81 2016-12-29 13:59:00 70.20 2016-12-29 14:59:00 70.11 2017-01-03 09:30:00 - INFO 600519.SH盘价： open 2016-12-27 13:59:00 328.30 2016-12-27 14:59:00 326.55 2016-12-28 10:29:00 326.99 2016-12-28 11:29:00 326.00 2016-12-28 13:59:00 325.19 2016-12-28 14:59:00 325.40 2016-12-29 10:29:00 324

27、.01 2016-12-29 11:29:00 323.70 2016-12-29 13:59:00 325.80 2016-12-29 14:59:00 325.80 第三类 函数，函数形，”“数 置满fl您策略 交易： 1.按金 函数：order_value 函数调用法: order_value(symbol, amount) 函数能 order_value 函数,根据股数 ，交易股票. 函数“数： “数 含义 “数举例 symbol 股票 数或基金 码列 填写 交易的股票 码， 多个股票 时，例如：600519.SH value 金 填写 的交易的金 ， 数 示入，负 数 示 注意事项：

28、 1. 股票 次入必须1手 100股 ， 际成交金 小 金 示例： def initialize(account): pass def handle_data(account,data): #入10000元平 银 order_value(symbol=000001.SZ,value=10000) 2.按股数 函数：order 函数调用法: order(symbol, amount) 函数能 order 函数,根据股数 ，交易股票. 函数“数： “数 含义 “数举例 symbol 股票 数或基金 码列 填写 交易的股票 码， 多个股票 时，例如：600519.SH amount 股数 填写 交易

29、的股票数量， 数 示入， 负数 示 示例： def initialize(account): pass def handle_data(account,data): #入100股平 银 order(symbol=000001.SZ,amount=100) 第三节：我的第一个量化策略 大 来 ，量化交易 陌 与秘的 本节 容将带你启第一个量化策 略！ 本节 容摘：1. 量化策略的基本框架 2.学 编写一个简 的量化交易策略 3. 学 将量化交易策略绑 盘模拟交易， 时 到交易策略的 号 1. 量化策略的基本框架 情 ， 整的量化交易策略至确 件事： A.交易 的，什么 B.确交易时，怎么 让我

30、来 一个简 整的量化交易策略: 策略交易 的：贵”茅台 策略交易时：5日均 与20日均 金叉时，入 5日均 与20日均 死叉时， 2.学 编写一个简 的量化交易策略 第一步： MindGo量化交易平台， 在 航栏点击“我的策略”“策略编译”， 点击蓝色按钮“+ 建策略”，点击已建的策略进入策略编译页面，如 ： 温馨提示：“ 列 ” 三个按钮， 置编译字体大小，背景颜色，启全屏编 译，查 API档，如 ： 第二步： 量化交易策略框架 应的 码框架 def initialize(account): #始化函数：确交易 的 def handle_data(account,data): #时 函数：确

31、交易时 框架 ： 1.def initialize(account)与def handle_data(account,data) 个函数，函数格固：def 函数 “数 ，中def面带格键，函数末尾必须带冒号 2.def initialize(account)函数始化函数， 一次，确始化条件 def handle_data(account,data)函数时 函数，平台默认该函数时 日 策略，每日 9：30 策略，交易期间 的每 3.“#”面注释 容，用注释 码，便编写和阅读 第三步：确交易 的：account.security = 600519.SH 温馨提示： 1.account ，该 有 息

32、，持仓 用 金 资产盈亏 2.account.security在 ， 置security变量， 在 ，里我 确 交易 的，：account.security = 600519.SH def initialize(account): account.security = 600519.SH#已确交易 的 def handle_data(account,data): #时 函数：确交易时 第四步：确交易时，：5日均 与20日均 金叉时，入 5日均 与20日均 死叉时， 从交易时 ，我 交易 的5日和20日均 ， 么5 20日均 用 历史 情数据的 盘价来 整个流程：历史 情20日的 盘价数据 5

33、20日均 5 20日均 ，进 交易 A.历史 情20日的 盘价数据： 1. 到函数历史数据函数：history 2.填写函数“数，到数据： i.交易 的，： 个股票的数据 ii.数据字：close 盘价，：哪个数据 iii.输入历史长 ，：多长时间的数据 iv.数据的时间步长，：日 步长数据 v.填写跳”停牌数据， 权选项，返 数据格 终结 ：history(account.security, close, 20, 1d, False, pre, is_panel=1) 3.将到的数据储，便 ，：close = history(account.security, close, 20, 1d,

34、False, pre, is_panel=1) #证券” 20日的 盘价数据 close = history(account.security, close, 20, 1d, False, pre, is_panel=1) B. 5 20日均 ： 1.数据 ，：close.values，values 直储中的数据 ，格 close.values 温馨提示：close我 刚 的数据，但数据有股票 时间 数 ，我 直用values 用 2.选数据长 ，：close.values-5: 用 ，我 之前20个数据，但5 日均 ” 5日的 盘价，因此-5:倒数第五个到一个数据 温馨提 示： i.: 有数

35、据 ii.:x从第一个到第x个，包括第x个 iii.x:y从第x个到第y个，包括x，但包括y iv.-x:倒数第x个到一个数据 3. 均 ，close.values-5:.mean()，赋 MA5 MA20=close.values.mean()， 有 平均， MA20=close.values:.mean() # 五日均 价格 MA5 = close.values-5:.mean() # 二十日均 价格 MA20 = close.values.mean() C. 5 20日均 ，进 交易： 1.if 条件， if MA5 MA20: 温馨提示if 函数的格if +添 +:,中if面必须带一个

36、格键，次末尾必须带冒号 2. MA5小MA20时，我 持仓市 ，如 有持仓， 么持仓市 必 然大0，进 交易，我 直”account 来持仓市 ， :account.positions_value 3. 入交易： i. 触MA5大MA20时，我 入股票，时我 用 order_value 函数，该函数金 ii.输入 函数的“数，order_value函数输入 个“数： 1. 的股票，account.security，我 之前将交易 的入进 ， 直 用 2. 的金 ，account.cash，里的account ，我 从 中 用资金，account.cash iii.触条件程 提醒， 码执 函数，

37、我 用log.info()来 日 志，样我 也 到程 温馨提示：log.info() 你 直输入中，例如:log.info(条件满fl！入贵 ”茅台啦！) if MA5 MA20: # 用 有 金入证券 order_value(account.security,account.cash) #记录次入 log.info(入 %s % (account.security) 4. 交易： i. 触MA5小MA20时，我 股票，时我 用 order_target 函数，该函数目 股数 ii.输入 函数的“数，order_target函数输入 个“数： 1. 的股票，account.security，我

38、 之前将交易 的入进 ， 直 用 2. 的目 股数，0，因我 将持仓股票 ，到0股止 iii.触条件程 提醒， 码执 函数，我 log.info()来 日 志，样我 也 到程 #如 五日均 小二十日均 ， 目前有头寸 if MA5 0: # 有证券 order_target(account.security,0) #记录次 log.info( %s % (account.security) 终结 ： # 均 策略 # 策略 ： 五日均 与二十日均 金叉时入， 五日均 与二十日均 死叉时 #始化 def initialize(account): # 置交易的证券(600519.SH 贵”茅台)

39、account.security = 600519.SH # 置条件，每个交易频 日/ /tick 调用一次 def handle_data(account,data): #证券” 20日的 盘价数据 close = history(account.security, close, 20, 1d, False, pre, is_panel=1) # 五日均 价格 MA5 = close.values-5:.mean() # 二十日均 价格 MA20 = close.values.mean() #如 五日均 大二十日均 if MA5 MA20: # 用 有 金入证券 order_value(ac

40、count.security,account.cash) #记录次入 log.info(入 %s % (account.security) #如 五日均 小二十日均 ， 目前有头寸 if MA5 0: # 有证券 order_target(account.security,0) #记录次 log.info( %s % (account.security) 第五步 量化交易策略 ” 4步，我 已经 成 量化交易策略编写， 么 来我 进 量化交易 策略 A.首 ，我 尝试 整个历史 情， 查 码错误 i.右 角 置 历史长 ， 置资金， 置交易频 ii.点击左 角“编译 ”按钮，右 量化交易策略在

41、历史 情中的 情 B. 量化交易策略能 整个历史 情，我 确该 码 确无误，随点击右 角蓝色按钮“进 ” 页面跳 至 页面，在 详情界面，您 查 策略 曲 ， ，每日持仓，交易 细，输 日志 息，如 ： 3.学 将量化交易策略绑 盘模拟交易， 时 到交易策略的 号 1.在 显示结 页面，右 角点击蓝色按钮启仿 交易.如 图: 2.在 类型一栏，有股票型 期货型 “型三fi交易 ，选择股票型 如 图: 3. 选择 应的资金 置，一 确 无法更改，如 图: 4.至此，我 成启 模拟交易 点击模拟交易 绑的策略，启交易 号 时 ， 将策略的 号 至 手APP 如 图： 5.您 您模拟交易 重 除 停

42、策略 布策略至社 重启策 略 查 策略 日志 查 策略 码 注意：重启按钮 在策略 错误显示，如 策略 ，显示 停按钮 如 图： 6.您 查 您的模拟交易 详细情:交易 细 持仓 盈亏情 7. 您的模拟交易策略 错时，您 在模拟交易 的 态栏 到“错误”提示， 如 图： 8.策略 错 能跟系统有 ，如 你没 码层面的错误，直点击重启按钮，策 略 续 啦 第三章：Python编程 第一节：Python介绍 一 Python简介 Python一fi 程 语 你 能已经 ” 多fi流 的编程语 ， 如 难学的C语 ， 流 的Java语 ， “学者的Basic语 ， “网页编程的 JavaScript

43、语 Python一fi什么语 ？ Python 的史 Guido van Rossum ，1989在 python，网 流因 Monty Python ， 用python来 语 编译型语 和 释型语 ，python 一门 释型语 ， 释型语 编译型语 ：c c+ 释型语 有：Python Php 格 类语 的优 点介绍 语 优点 点 释型语 平台 效 高 效 低 编译型语 编译平台，能 平台，效 低 效 高 如， 成 一个任，C语 写1000 码，Java 写100 ，而Python 能 20 Python一fi 高 的语 你也 ， 码 好？ 码的 价 速 ，C程 1 ，Java程 能2 ，而

44、Python程 能 10 越低 的程 越难学，越高 的程 越简 ？ 面 来 ，的，但，在 高的 中，高 的Python程 也 难学的， ，高 程 语 简 但， 学者和 成 任，Python语 简 易用的 Google在大 模 用Python，你 用 心学 没用 二 第一个Python程 作学者，学习一门 语 ，尝试写一个程 ， 快速进入 态，第一个程 Hello MindGo 在Python中，它个样子： print(Hello MindGo) Hello MindGo print()语的一个示例 print 的 字，而在屏 输 程 中引号 的 容 示输 的 容，而引号在输 结 中 显示 pr

45、int()语也 跟 多个字符，用号“,”， 成一输 ： print (This, is, an,apple) This is an apple print()也 整数，或者 结 ： print(300) 300 print(100 + 200) 300 让我 把 100 + 200的”程和结 来试试： print(100 + 200 =, 100 + 200) 100 + 200 = 300 三 变量 编程语 强大的能之一操作变量的能力 变量向一个 的currency1 赋 语 建 的变量， 赋 ： quant = Hello MindGo x = 500 个例子有 个赋 第一个将字符Hell

46、o MindGo赋 一个 quant的变量 第 二个将500赋 x 的 态图如 示： 四 项基本操作 面 个基本操作 面的学习有好 的： 1.基本的输入输 在Python中 用+ - * /直进 四则 1+3*3 10 2. 入模 用import 入模 ， 入之， 用个模 面的函数 如 入math模 ，然 用math模 面的sqrt函数： import math math.sqrt(9) 3.0 时你 能 有 ： “每次引用函数的时，math个模 前带“？ 带？” 直输入sqrt(9) 报错的，好 ， 么有什么 法 用每次带前？ 法有的，用“from 模 import 函数”的格 把函数 “” 来 from math import sqrt sqrt(9) 3.0 样每次 用sqrt函数的时 用 math前 有 一个 题？ “math模 面有 么多函数， 写一个语，然math 面 有函数 直 用？” 调用 math 面的sqrt函数，写一个fromimport， 调用 面的floor， 写一 个，如此也fifl的，有个 法 一 把 有函数 “” 来： from math import * print(sqrt(9) print(floor(32.9)