通用协议使用文档 可使用该通用协议接入任何一家提供API交易的交易所，具体API协议不限，无论是rest、websocket、fix…都可以接入使用。 Python通用协议例子：https://www.fmz.com/strategy/101399 ### 1、通用协议插件运行、端口设置 编写好的 “通用协议插件”

柱状图 画图范例 对于柱状图不了解画法的 ，这里提供一个范例。 #### 源码： ”` var cfg = { __isStock: false, title : { text : ‘diff’}, chart : { type : ‘column’ }, xAxis: { categories : []}, // cfg

Python 版 TableTemplet （测试版） 基于 JavaScript 版 TableTemplet 模板移植。 ”` TableTemplet import json listener = {} class Table(): “”“docstring for Table”“” def init(self): self.t

TableTemplet 状态栏表格模版（注释版） 感谢平台用户 ID ：职业养鸡户 共享该模版： 该模版使用比较简单，每个函数的作用都有说明，在开发策略的时候可以更好的架构策略，分离出显示界面。 提取、修改、更新状态栏数据也变得比较容易，非常方便，而且代码量很小，也比较适合扩展。 有兴趣的用户可以学习一下源码，这里逐行翻译了一下。 方便了解这个模版的运行细节。 main

### 协 整 > 背景： 经典回归模型是建立在平稳数据变量的基础之上的，对于非平稳变量，不能使用经典回归模型，否则会出现虚假回归等诸多问题。由于许多经济问题是非平稳的，这就给经典的回归分析方法带来了很大限制。由于实际应用中大多数时间序列是非平稳的，通常采用差分方法消除序列中含有的非平稳趋势，使得序列平稳化后建立模型，比如使用ARIMA模型。但是变换后的序列限制了所讨论经济问题的范围，并

### 运行时切换交易货币对 除火币ETH以外（因为火币ETH 是单独的API地址），所有的数字货币交易所货币对均已支持。 注意： 需要更新最新托管者程序 #### 例子 ”` // 切换Bter交易对为LTC_BTC, 切换后所有交易函数都受影响 exchange.IO(“currency”, “LTC_BTC”); // 切换P网交易对为BTC

数学与赌博 我们知道赌博就是概率的游戏，也正是一些奇特的赌博结果引起了数学家帕斯卡（Pascal）和大数学家费马（Fermat）的兴趣，他们通过信件交流，提出了一些概率论的原理，从而创立了概率论。今天数酱就来介绍几个赌博中的概率趣题，让大家知道，就算打赌，也要精“打”细算。

能用加法赚钱，我绝不用乘法 #### 前言 2013年12月的一天，巍子走进香港科学园的太平洋咖啡。他要见一位14岁就考入清华的、传说中“量化交易做得很牛”的大师兄——W。 巍子浓眉大眼，穿着套头衫和牛仔裤，戴黑边眼镜，学生味十足。 W衣着朴实，拎了一个边上已经磨破皮的包，随身带了两个手机。其中一只是看上去型号很古老的诺基亚小手机。 从香港取得电子工程学博士学

高波動代表高風險？價值投資的風險定義跟你想得不一樣 最近看到個文章，描述如何識別正規投資公司和騙子公司：“長相猥瑣，說話模棱兩可，表情形同便秘，一說起投資總是談起風險，表情淡漠、精神萎靡不振，一看就被生活的工作壓力壓得喘不過氣，不敢跟你保證收益率的投資經理一般是產業中的翹楚。西裝筆挺、成功架勢十足、侃侃而談、口若懸河，動不動就給你說總體趨勢、自信得一塌糊塗，世界格局和產業趨勢都按照他

被放弃的“机率权” 这是什么意思？ 文章來源：雪球 | 圖片來源：Joseph Wang “我開始思考，什麼是應該放棄的次要東西，放棄了它我才能集中精力追求最重要的。而歸根結底，只有一件事對我來說是最主要的：那就是和你在一起。 ” — 安德烈

_D( ) 函数 与 时间戳 ### JS 时间戳 在写策略的时候，不免会遇到使用时间戳的问题，在JS中 时间戳 是个毫秒级别的数字。 通常不是很直观，主要是用来在程序中判断时间先后顺序，计算时间差等等。 在DEBUG或者调试的时候很不方便。为此，平台内置了

对于模拟交易所引发的思考 ### 心态 很多交易者对于模拟交易嗤之以鼻，他们的看法貌似也很有道理：做模拟盘的没有心理压力，往往可以赚到钱，可是在实际交易中涉及到真金白银，下单和离场时的心态完全不同，所以在模拟盘中赚钱不值一提。如果你也有这种看法，那就大错特错了。 显而易

八款知名加码对冲EA的策略评价 “Martingale是纯粹的恶魔，它会吞噬掉你所拥有的一切！”，多年来，这是人们对Martingale的一致看法。Martingale的使用导致了逆势，重仓，无止损，与经典的外汇投资理念的“顺势、轻仓、止损” 是完全对立的。它像一枚随时会爆炸的定时zhadan一样，让投资者无法安枕。 然而，还是有不少人对此表现出热切的兴趣。多半是茫然无知的初学者，也

JSLint检测Javascript语法规范 前端javascript代码编写中，有一个不错的工具叫JSLint，可以检查代码规范化，看看JSLint的错误提示都是什么意思： “Missing semicolon.” : “缺少分号.”, “Use the function form of \”use strict\”.” : “使用标准化定义function.”, -

Python – numpy 矩阵运算 注：NumPy是Numarray的后继者，用来代替NumArray。SAGE是基于NumPy和其他几个工具所整合成的数学软件包，目标是取代Magma, Maple, Mathematica和Matlab 这类工具。 今天我想在网上找一些关于NumPy的介绍，并试一下用NumPy求逆矩阵的时候，竟然找不到任何中文的资料，有网友在论坛请教“

量化交易策略——KDJ指标 期货和股票市场上最常用的技术分析工具——KDJ指标，全名随机指标（Stochastics），由乔治·莱恩博士(George Lane)所创。融合了动量观念、强弱指标一些优点的KDJ指标，通过特定周期内出现过的最高价、最低价、收盘价三者之间的比例关系为基本数据进行计算，将得出的K值、D值与J值连接成曲线图，就形成了反映价格波动趋势的KDJ指标。 ##

3.0 模板：画线类库 模板在策略广场公开 注释版 代码： “` var chart = null // 一个全局 变量 用来接收 Chart 函数返回的

为什么散户投资者买跌卖涨(Contrarian)? 前言：在股市中有哪些典型的「散户思维」？如何避免？ - bh lin 的回答中，我提到了散户投资者总体上买跌卖涨的倾向。这也是行为金融学实证研究中比较主流的观点。限于篇幅，在该回答中，我并没有提到这种倾向的原因。所以本文就这种倾向背后的可能成因展开讨论。 在讨论原因之前，按照知乎的惯例，我们先讨论散户投资者到底是否买跌卖涨？ 学

API: Chart 函数使用的简单例子（画图功能） 有新同学在使用Chart函数 画图 显示数据的时候会感觉无从下手，这里我写个最简单的例子，供大家参考使用，方便扩展。 ### 代码： ”` var chart = { // 这个 chart 在JS 语言中 是对象， 在使用C

在赌博与投资中 “逃命”与“活命”的故事 ** 讲到赌博和投资，人们通常都急于学会赚钱的招数，其实我认为赚钱不容易学的，需要经验和悟性。 想迅速提高段位的初学者倒是应该先练好防守。 防守是有一定套路，可以学习的。赌博和投资取得成功的先决条件都是要做好防守，保住本钱，然后耐心等待真正的机会

博弈，是一种高情商的体现 我们先一起回想一下，为什么很多时候会出现“鲜花插在牛粪”或者“好白菜被猪拱了”的现象？背后的原因对我们的生活有什么方法论的指导意义？ ### 先看例子： 有两名罪犯被抓进了局里分开审讯，他们招供与否，决定了各自的命运，也决定了另外一人的命运： /upload/asset/04328ee7cc68eff3a5584a922df1de26

线性回归之——最小二乘法 ### 一、引言 这段时间学习《机器学习》，学到第5章的“Logistic回归”，感觉相当吃力。追本溯源，从“Logistic回归”到“线性回归”，再到“最小二乘法”。最终定格到了《高等数学》（第六版·下册）第九章第10节“最小二乘法”，这才了

程序员必知的十大基础实用算法及其讲解 ### 算法一：快速排序算法 快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序n个项目要Ο(nlogn)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(nlogn)算法更快，因为它的内部循环（innerloop）可以在大部分的架构上很有效率地被实现出来。 快速排序使用分治

聊聊做市商和对赌 外汇保证金市场是一个零和市场，和任何零和市场一样，一方在赚钱，另一方必然是在亏钱。在我们之前的一篇，你的外汇交易对手可能是谁的文章中：参与这个市场，只要进行交易活动的，都有可能成为你的对手，只不过由于订单量大小的原因，一个低级玩家很难匹配到高级玩家，基本上在低端局就已经击败了对手或者被对手所击败。 #### 今天我们来聊聊对赌现象。 【正文】： 【

凯利公式——仓位控制的利器 ** 假设赌局1:你赢的概率是60%，输的概率是40%。赢时的净收益率是100%，输时的亏损率也是100%。也即，如果赢，那么你每赌1元可以赢得1元，如果输，则每赌1元将会输掉1元。赌局可以进行无限次，每次下的赌注由你自己任意定。问题

基于机器学习的订单簿高频交易策略 ### 一、绪论 证券市场的交易机制可以分为报价驱动市场和订单驱动市场两类，前者依赖做市商提供流动性，后者是通过限价单提供流动性，交易通过投资者的买进委托和卖出委托竞价所形成。中国的证券市场属于订单驱动市场，包括股票市场和期货市场。 /upload/asset/0d5aa61808711047a74391228c4130f3a157f6c2

策略状态栏中构造交互按钮功能 #### API 文档中的描述 ”` javascript // 也可以构造一个按钮在表格中, 策略用GetCommand接收cmd属性的内容 var table = { type: ‘table’, title: ‘持仓操作’, cols: [‘列1’, ‘列2’, ‘Action’],

补充策略框架，让机器人跑起来！ ### 策略框架扩展 – MACD 策略 熟悉MACD指标的话大概都了解， MACD 由2条线即 DIF 、 DEA 一个MACD量柱 构成。 “` 基本用法 1. MACD金叉：DIF 由下向上突破 DEA，为买入信号。

指标的使用 ### TA - 优化重写部分常用指标函数库 ”` TA 指标库 MACD 指数平滑异同平均线 KDJ 随机指标 RSI 强弱指标 ATR 平均真实波幅 OBV 能量潮 MA

用SVM向量机下注（交易），能跑得过大猩猩吗？ 女士们先生们，投下你们的赌注。今天，我们要尽最大的努力去击败一只猩猩，它被看作是在金融界最可怕的对手之一。 我们要试着预测“货币交易品种的隔日收益”。我向你保证：即使想击败一只随机投注、并获得50%的胜率的猩猩，都是一件很难的事情。 我们将用一个现成的机器学习算法，它是支持向量分类器。SVM向量机对于解决回归和分类任务是一种令人难以置信