惊呆了,探究如果机器用网格法对股票进行做套的胜率,竟高达%100

这篇具有很好参考价值的文章主要介绍了惊呆了,探究如果机器用网格法对股票进行做套的胜率,竟高达%100。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

做套:惊呆了!探究如果机器用网格法对股票进行做套的胜率,竟高达%100

前言:

接上两篇:

  • 惊呆了,探究如果机器用MACD法对股票进行做套的胜率,竟高达%80

  • 惊呆了,探究如果机器用KDJ法对股票进行做套的胜率,竟高达%80

首先,我要事先说明为什么百分之百的。

什么是网格交易法?

网格交易法是一种利用行情震荡进行获利的策略。在标的价格不断震荡的过程中,对标的价格绘制网格,在市场价格触碰到某个网格线时进行加减仓操作尽可能获利。网格交易法属于左侧交易的一种。与右侧交易不同,网格交易法并非跟随行情,追涨杀跌,而是逆势而为,在价格下跌时买入,价格上涨时卖出。

顾名思义,如果将网格法套用在“做套”上就是在股价比原本持仓价格时卖出,再在股价比原本持仓价格低的时候买回。这样一说,如果完美的这样交易是不可能存在亏钱情况,所以胜率是百分百的。但究竟是不是真的如此呢,放在实际上是否能实现呢,接下来就来用数据实验一下,实现起来比前两篇兼职不用简单太多了。

单了解完之后就可以开始实现了:
  • 第一步导入数据:
    df = pd.read_csv("2021-11-19.csv")
    

    这里用一下2021年11月19号的上证A股所有股票的日分钟数据

    惊呆了,探究如果机器用网格法对股票进行做套的胜率,竟高达%100

    忽略’code’列股票代码显示不全的问题,从数据库备份转csv时没注意code特征列数值的属性,但对这次实验不造成影响,后期把“0”补回去就好了,就是csv保存时把前面的“0”都去掉了,数据量有54w条,足够大了。

  • 构造网格法的网格

    惊呆了,探究如果机器用网格法对股票进行做套的胜率,竟高达%100

    网格法一般都有很多点位,等价格超过这些点位的时候再进行买卖,然后每一次买(卖)都要比前一次价格更低(高),这些高低点一般都是从一只股票长期的压力位和支撑位中选取,但这是对一直股票长周期持仓的操作。对于“做套”这种可以看作超短周期的买卖,可以套用一下止盈策略(做人要知足和止损嘛),我们只需要两个点位就好了,高点:比原本持仓价格涨(%2%5),低点:比原本持仓价格跌(%2%5),这样就ok啦。文章来源地址https://www.toymoban.com/news/detail-444901.html

  • 在这,不继续引用sklearn的线性模型库linear_model构造一个可以计算一段时间内价格变动趋势的函数,因为网格法并没有用到任何指标,买卖时根本不知道这是这是不是这十几分钟或者两三小时内的高低点,只保证了我们永远不亏钱。

  • 构造一个逻辑函数或称为步骤函数去利用数据然后作出决策,然后再判断决策是否正确

    stopsurplus = 1.02
    stoploss = 0.98
    
    buy = {
         'code': list(), '买入价': list()}
    sell = {
         

到了这里,关于惊呆了,探究如果机器用网格法对股票进行做套的胜率,竟高达%100的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 机器学习14(网格搜索调参)

    执行完手动调参后,接下来重点讨论机器学习调参的 理论基础 ,并介绍sklearn中调参的核心工具 GridSearchCV 调参其实就是去寻找一组最优参数,但最优参数中的 “最优” 如何界定? 先要明确的一点,我们针对哪一类参数进行调参,以及围绕什么目的进行调参? 影响机器学习

    2024年02月08日
    浏览(48)
  • 利用ChatGPT进行股票走势分析

    这张图片显示了一个股票交易软件的界面。以下是根据图片内容的一些解读: 股票代码 : 图片右上角显示的代码是“600517”,这是股票的代码。 图形解读 : 该图展示了股票的日K线图。其中,蜡烛图表示每日的开盘、收盘、最高和最低价格。 被红色圈出的部分显示了股价的大

    2024年02月06日
    浏览(32)
  • 干货丨 用 Python 进行股票分析

    人们很容易被丰富的数据和各种免费开源工具所吸引。在研究了quandl financial library和prophet modeling library之后,我打算试着探究简单的股票数据。我花了几天的时间,前后写了1000多行Python代码,最终得出了一个完整的股票分析预测工具。虽然我没有自信用这个来投资某些个股,

    2024年02月07日
    浏览(38)
  • 如果使用selenium绕过登录,直接进入主界面进行测试?

    如果我们的自动化case有几百条甚至一些大型项目有几千条case,每个case都要花几秒钟去登录(为什么一个简单的登录需要几秒钟,我甚至见过10秒左右才能login的项目,这种项目真实无力吐槽,大概原因是像淘宝、京东这样的对用户体验要求很高的ToC项目国内就那么几家,而我

    2024年02月12日
    浏览(36)
  • 毕业设计-基于机器学习的股票预测

    目录 前言 课题背景和意义 实现技术思路 一、传统股票预测模型  二、新型股票预测方法 实现效果图样例  最后     📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项

    2023年04月08日
    浏览(59)
  • 机器学习之网格搜索技术,如何在Auto-sklearn中应用网格搜索技术

    网格搜索(Grid Search)是一种常用的 超参数调优 方法,它通过遍历给定的超参数组合,从中寻找最优的超参数组合。 可以用于选择最佳模型参数。在机器学习模型的训练过程中,有许多 参数需要设置 ,例如神经网络中的隐藏层数、每层的神经元数量等。这些参数会影响模型

    2024年02月09日
    浏览(39)
  • 机器学习实战 | 股票价格预测项目(深度学习初级)

    准备写个系列博客介绍机器学习实战中的部分公开项目。首先从初级项目开始。 本文为初级项目第三篇:利用NSE-TATA数据集预测股票价格。 项目原网址为:Stock Price Prediction – Machine Learning Project in Python。 第一篇为:机器学习实战 | emojify 使用Python创建自己的表情符号(深度

    2024年02月16日
    浏览(42)
  • ST股票预测模型(机器学习_人工智能)

    知己知彼,百战不殆;不知彼而知己,一胜一负;不知彼,不知己,每战必贻。--《孙子兵法》谋攻篇 ST股票 ST股票是指因连续两年净利润为负而被暂停上市的股票,其风险较高,投资者需要谨慎对待。这些公司可能面临着特殊的财务困难或其他问题,因此被市场视为风险较

    2024年01月18日
    浏览(52)
  • 探究“大模型+机器人”的现状和未来

    基础模型(Foundation Models)是近年来人工智能领域的重要突破,在自然语言处理和计算机视觉等领域取得了显著成果。将基础模型引入机器人学,有望从感知、决策和控制等方面提升机器人系统的性能,推动机器人学的发展。由斯坦福大学、普林斯顿大学等多所顶尖学府,以及英

    2024年04月13日
    浏览(42)
  • 一探究竟:人工智能、机器学习、深度学习

    1.1 人工智能是什么?          1956年在美国Dartmounth 大学举办的一场研讨会中提出了人工智能这一概念。人工智能(Artificial Intelligence),简称AI,是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的

    2024年02月17日
    浏览(53)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包