相关文章推荐
帅呆的茴香  ·  Getting crash reports ...·  5 月前    · 
热心肠的莲藕  ·  C# ...·  1 年前    · 
知识渊博的斑马  ·  jquery ...·  1 年前    · 
干练的地瓜  ·  Get-ChildItem ...·  1 年前    · 

股票AI操盘手

ENGLISH VERSION

AI炒股教程 | 本地策略 | 辅助操盘 | 因子挖掘 | 文本分析 | 数据处理 | 在线投研平台 | 使用文档

drawing 如果喜欢本项目,或希望随时关注动态,请给我点个赞吧 (页面右上角的小星星),欢迎分享到社区!

股票AI操盘手

  • 一站式平台:从学习、模拟到实盘
  • 炒股策略:因子挖掘、传统策略、机器学习、深度学习、强化学习、图网络、高频交易等
  • 提供辅助操盘工具:辅助盯盘、股票推荐
  • 实盘部署工具:C++/CPU/GPU等部署
  • 📰 新特性 🔥

    ai_quant_trade
    ├── ai_wiki (AI全栈教学知识,以Markdown, Jupyter Notebook汇总知识体系)
    │   ├── 基础:操作系统、软件编程、数学基础
    │   ├── 进阶:机器学习、深度学习、强化学习、图网络
    │   ├── 实战:量化交易与投资、模型部署
    ├── docs (本仓库使用说明文档)
    ├── egs_aide (辅助操盘工具)
    │   ├── 看盘神器
    ├── egs_alpha (因子库)
    ├── egs_data (数据获取及处理)
    │   ├── wind (Wind万得数据处理)
    ├── egs_fin_nlp (文本分析)
    │   ├── emotion_analysis (情感分析)
    ├── egs_online_platform (在线投研平台策略)
    │   ├── 优矿_Uqer
    │   ├── 聚宽_JoinQuant
    ├── egs_trade (本地量化炒股策略)
    │   ├── paper_trade (实盘模拟)
    │       ├── wind万得实盘模拟
    │   ├── rl (强化学习炒股)
    │   ├── vanilla (传统规则类策略)
    ├── quant_brain (核心算法库)
    ├── runtime (模型的部署和实际使用)
    ├── tools (辅助工具)
    ├── requirements.txt
    └── README.md
    

      代码详细参见目录:egs_trade/rl

      自从2017年AlphaGo与柯洁围棋大战之后,深度强化学习大火。

      相比于机器学习和深度学习, 强化学习是以最终目标为导向 (以交互作为目标) , 而很多其他方法是考虑孤立的子问题 (如“股价预测”,“大盘预测”,“交易决策”等) , 这并不能直接获得交互的动作, 比如“命令机器人炒股盈利”, 这个任务包含了“股价预测”,”大盘预测”等等, 而强化学习的目标则是“完成命令者的任务”, 可以直接得到“炒股盈利”的一连贯动作。

    样例介绍:

      本部分代码独立同步至仓库AI-实践指南-

      这里汇总了各种量化相关的平台、开源资源和知识。这里是一个丰富的知识仓库和导航地图。

      这里将汇总包括量化投资,windows, linux, shell, vim, markdown,python, c++,机器学习数学基础,

    leetcode(c++, python),机器学习、 深度学习、强化学习、图神经网络,语音识别、NLP和图像识别等基础知识

    代码结构和内容简介

    ai_wiki (AI全栈教学知识,以Markdown, Jupyter Notebook汇总知识体系)
    ├── 01_系统平台 
    │   ├── 基础:常用网站、通用工具
    │   ├── 系统:Windows/Linux
    ├── 02_程序代码 
    │   ├── 编程:python, c, c++, 数据库, LeetCode
    │   ├── 实战:常用工具、常见问题汇总
    ├── 03_数学基础(程序员必备数学知识)
    ├── 04_算法原理(传统算法,优化算法,遗传算法)
    ├── 05_机器学习(资源+原理+实战)
    ├── 06_深度学习(资源+原理+实战)
    ├── 07_强化学习(资源+原理+实战)
    ├── 08_图网络(资源+原理+实战)
    ├── 09_模型部署(资源+原理+实战)
    ├── 10_实践应用
    │   ├── 01_开源平台
    │   ├── 02_音频 (语音识别、唤醒、声纹、语音合成、语音增强)
    │   ├── 03_文本处理 
    │   ├── 04_时间序列 
    │   ├── 05_图像识别 
    ├── 11_面试
    ├── 12_量化交易与投资
    └── README.md
    

    在线投研平台样例

      国内量化平台,如聚宽、优矿、米筐、果仁和BigQuant等,如果感兴趣,也可以自行尝试。

      投研平台是为量化爱好者(宽客)量身打造的云平台,提供免费股票数据获取、精准的回测功能、 高速实盘交易接口、易用的API文档、由易入难的策略库,便于快速实现和验证策略。( 注:如下策略仅在所述回测段有效,没有进行详细的调优和全周期验证。另外,没有策略能保证全周期有效的, 如果实盘使用如下策略,请慎重使用)

    10.1 聚宽平台

    欢迎在聚宽平台关注我:量客攻城狮

  • 具体策略详细介绍和源码请单击如下对应策略链接访问查看
  • 聚宽使用介绍请查看: egs_online_platform/聚宽_JoinQuant
  • 该部分代码仅能在 聚宽平台 运行
  • 股票量化策略

    publisher = {GitHub}, journal = {GitHub repository}, howpublished = {\url{https://github.com/charliedream1/ai_quant_trade}}, 股票AI操盘手:从学习、模拟到实盘,一站式平台。包含股票知识、策略实例、因子挖掘、传统策略、机器学习、深度学习、强化学习、图网络、高频交易、C++部署和聚宽实例代码等,可以方便学习、模拟及实盘交易

    Topics

    python tensorflow sklearn keras jupyter-notebook trading-bot pytorch trading-platform trading-strategies mlflow