股票日内量化策略开发源码分享
股票日内量化策略的开发源码是根据股票市场的行情而定的，交易者在股票量化交易接口上选择那个模块的股票都是可以直接通过策略的分析，就得到一套实用的股票策略了。具体来看股票日内量量化交易种比较受宽客们所熟知的量化经典策略有：
模式识别
1、alpha对冲
进程与线程
2、集合竞价选股
引发异常原因分析
3、多因子选股
几何学
4、网格交易
云原生
5、指数增强
Mask RCNN
6、跨品种套利
jdk1.8
7、跨期套利
基础入门教程
8、日内回转交易
VC++
9、做市商交易
APO算法编程大赛
10、海龟交易法
pid
11、行业轮动
blizzard
12、机器学习
博客
但它的交易原理主要包括了 什么时候可以建仓，这个问题这个要先看大盘，比如大盘盘整了一个月了没有创新低，指数反而还逐步创了前一个高点，说明大盘稳定，有底部特征，那这个时候是可以操作个股的。 选好个股，下一步找买点， 如果如预期涨了，那么买之前就应该计划好赢利空间，也就是什么时候卖。 假如没有如预期，反而跌了，说明判断错误，这个时候就要认错，认亏，及时止损。在这个执行交易过程中，我们经常会使用一些交易者开发的源码，然后在自选股系统上定制自己的交易策略，变能高效的筛选股票了，也就是完成了自动下单过程，及时把握日内股票量化机会。
《新星计划》
比如来看一组股票日内量化系统的开发功能：
asp.net
in
|
签名 tcp/ip |
void SendMultiAccountsOrders(int ClientId[], int Category[], int EntrustType[], 相机 const char* Gddm[], const char* Zqdm[], float Price[], qt int Quantity[], int Count, char* Result[], char* ErrorInfo[]); 驱动开发 |
|
|
功能 verilog |
多账户批量下单, 通过下标区分每项委托 lte |
|
|
参数 逻辑回归 |
ClientId[] 类 |
客户端 Id 数组 遥感 |
|
mysql 索引优化 |
Category[] 进度 |
委托类别数组, 具体含义请参阅[委托类别] 时序约束 |
|
linux-jenkins |
EntrustType[] flowable |
报价方式数组, 具体含义请参阅[报价方式] |
|
|
Gddm[] |
股东代码数组 |
|
|
Zqdm[] |
证券代码数组 |
|
|
Price[] |
委托价格数组 |
|
|
Quantity[] |
委托数量数组 |
|
|
Count |
委托项数, 即数组长度 |
|
|
Result[] |
委托结果数组, 每项结果需要分配 1024*1024 字节的空间 格式请参阅[Result 格式] |
|
|
ErrorInfo[] |
错误信息数组, 每项错误信息需要分配 256 字节的空间 |
|
返回值 |
无, 第 i 项委托成功与否通过 ErrorInfo[i]是否为空字符串来判断 |
|
常见的日内量化选股使用到的源码：
$stockCode = 600000
$url = "" -f $stockCode
$wc = New-Object System.Net.WebClient
$content = $wc.DownloadString($url)
$reg = "s*([^s]+)s+s*
s*s+s+s+s+"
$result = [RegEx]::matches($content, $reg)
foreach($item in $result)
{
$date = $item.Groups[1].Value # 时间
$opening = $item.Groups[2].Value # 开盘
$maxHigh = $item.Groups[3].Value # 最高
$closing = $item.Groups[4].Value # 收盘
$maxLow = $item.Groups[5].Value # 最低
Write-Host $date $opening $maxHigh $closing $maxLow
}
最后由股票日内量化接口输出的历史股票数据都会通过python来挖掘，像通达信接口，新浪接口等都是一样的原理获取数据，直接输入你查询的股票代码即可。
