6. Integrierte Strategien

Es gibt mehr als 70 integrierte Handelsstrategien in „qteasy“, die alle direkt verwendet werden können. Durch die Änderung der Parameter dieser Handelsstrategien können leicht unterschiedliche personalisierte Effekte erzielt werden.

Für alle integrierten Handelsstrategien in „qteasy“ gibt es eine vollständige Dokumentation mit detaillierten Beschreibungen der Handelsstrategien, Parameterbeschreibungen und Standardparameterwerten. Jede integrierte Handelsstrategie in „qteasy“ verfügt über eine eindeutige ID, über die Benutzer diese Handelsstrategie einfach abrufen, die Dokumentation anzeigen oder diese Handelsstrategie direkt beim Erstellen eines „Operator“-Objekts verwenden können.

Greifen Sie auf integrierte Strategien zu

Listen Sie alle integrierten Handelsstrategien auf oder filtern Sie einige Handelsstrategien basierend auf der ID. Verwenden Sie die folgende Funktion:

Die folgende Funktion akzeptiert den gleichen Parameter „stg_id“, gibt jedoch unterschiedliche Datentypen zurück. Wenn „stg_id“ „None“ ist, werden alle integrierten Handelsstrategien zurückgegeben, andernfalls wird die angegebene ID-Handelsstrategie zurückgegeben. Wenn die vom Benutzer eingegebene „stg_id“ nicht existiert, gibt „qteasy“ die Handelsstrategie zurück, die der vom Benutzer eingegebenen ID am nächsten kommt, basierend auf der vom Benutzer eingegebenen „stg_id“.

Die folgende Funktion gibt ein Wörterbuch zurück, wobei der „Schlüssel“ des Wörterbuchs die ID der Handelsstrategie und der „Wert“ die Dokumentation der Handelsstrategie ist.

qteasy.built_ins(stg_id: Optional[str] = None) → dict

Greifen Sie auf integrierte Handelsstrategien zu oder filtern Sie sie, die mit stg_id abgeglichen werden können, und geben Sie ein Wörterbuch mit Strategien zurück

Parameter:

stg_id (str, optional) – Strategie-ID oder Fragment der ID, die zum Filtern der erforderlichen Strategie verwendet wird. Wenn stg_id None ist, wird ein Wörterbuch aller integrierten Strategien zurückgegeben. Fuzzy-Matching wird unterstützt, zum Beispiel kann „Cross“ mit „Crossline“ übereinstimmen.

Rückgabe:

Strategien – Ein Wörterbuch aller gefilterten integrierten Strategien

Rückgabetyp:

dict,

Examples

>>> import qteasy as qt
>>> qt.built_in_list()
{
    'crossline': qteasy.built_in.CROSSLINE,
    'macd': qteasy.built_in.MACD,
    'dma': qteasy.built_in.DMA,
    'trix': qteasy.built_in.TRIX,
    ...
    'ndaychg': qteasy.built_in.SelectingNDayChange,
    'ndayvol': qteasy.built_in.SelectingNDayVolatility
}
>>> qt.built_in_list('cross')
{
    'crossline': qteasy.built_in.CROSSLINE,
}

Die folgende Funktion gibt eine Liste zurück, deren Elemente die ID oder der Name der Handelsstrategie sind.

qteasy.built_in_list(stg_id: Optional[str] = None) → list

Greifen Sie auf eine Liste integrierter Handelsstrategie-IDs zu, die mit stg_id abgeglichen werden können

Parameter:

stg_id (str, Optional) – Strategie-ID oder Fragment der ID, die zum Filtern der erforderlichen Strategie verwendet wird. Wenn stg_id None ist, wird ein Wörterbuch aller integrierten Strategien zurückgegeben. Fuzzy-Matching wird unterstützt, zum Beispiel kann „Cross“ mit „Crossline“ übereinstimmen.

Rückgabe:

stg_ids – Eine Liste der IDs aller integrierten Strategien, die die Filterkriterien erfüllen

Rückgabetyp:

list,

Examples

>>> import qteasy as qt
>>> qt.built_in_list()
['crossline',
 'macd',
 'dma',
 'trix',
 ...
 'ndaychg',
 'ndayvol',]
>>> qt.built_in_list('cross')
['crossline']

qteasy.built_in_strategies(stg_id: Optional[str] = None) → list

Erfassen Sie eine Liste integrierter Handelsstrategieobjekte, die mit stg_id abgeglichen werden können

Parameter:

stg_id (str, Optional) – Strategie-ID oder Fragment der ID, die zum Filtern der erforderlichen Strategie verwendet wird. Wenn stg_id None ist, wird ein Wörterbuch aller integrierten Strategien zurückgegeben. Fuzzy-Matching wird unterstützt, zum Beispiel kann „Cross“ mit „Crossline“ übereinstimmen.

Rückgabe:

Strategien – Eine Liste aller gefilterten integrierten Strategieobjekte

Rückgabetyp:

list,

Examples

>>> import qteasy as qt
>>> qt.built_in_strategies()
[
    qteasy.built_in.CROSSLINE,
    qteasy.built_in.MACD,
    qteasy.built_in.DMA,
    qteasy.built_in.TRIX,
    ...
    qteasy.built_in.SelectingNDayChange,
    qteasy.built_in.SelectingNDayVolatility
]
>>> qt.built_in_strategies('cross')
[
    qteasy.built_in.CROSSLINE,
]

Siehe auch

built_in_list

Wenn Sie ein integriertes Handelsstrategieobjekt erhalten möchten, müssen Sie die folgende Funktion verwenden, die ein integriertes Strategieobjekt basierend auf der vom Benutzer eingegebenen ID zurückgibt. Wenn der Benutzer eine falsche ID eingibt, meldet die Funktion einen Fehler und stellt eine vorgeschlagene ID bereit:

qteasy.get_built_in_strategy(stg_id: str) → BaseStrategy

Greifen Sie über die ID auf die Handelsstrategie zu

Parameter:

stg_id (str) – Strategie-ID

Rückgabe:

stg

Rückgabetyp:

内置交易策略对象

Verursacht:

• TypeError – Wenn id kein String ist:

• ValueError – Wenn id keine integrierte Strategie-ID ist:

Examples

>>> import qteasy as qt
>>> qt.get_built_in_strategy('macd')
RULE-ITER(MACD)

Wenn Sie die Dokumentation einer integrierten Handelsstrategie anzeigen möchten, müssen Sie die folgende Funktion verwenden, die ein integriertes Strategieobjekt basierend auf der vom Benutzer eingegebenen ID zurückgibt. Wenn der Benutzer eine falsche ID eingibt, meldet die Funktion einen Fehler und stellt eine vorgeschlagene ID bereit:

qteasy.built_in_doc(stg_id: str, print_out: bool = False) → Optional[str]

Greifen Sie auf die Dokumentation einer integrierten Strategie zu. stg_id muss korrekt angegeben und vorhanden sein

Parameter:

• stg_id (str) – Strategie-ID

• print_out (bool, optional) – Ob die Dokumentzeichenfolge direkt gedruckt werden soll. Bei False wird nur die Dokumentzeichenfolge zurückgegeben.

Rückgabe:

doc_string – Gibt die Dokumentationszeichenfolge der Strategie zurück, wobei Sonderzeichen herausgefiltert werden

Rückgabetyp:

str,

Examples

>>> import qteasy as qt
>>> qt.built_in_doc('macd', print_out=True)
MACD择时策略类，运用MACD均线策略，生成目标仓位百分比
--------------------
策略参数:
    s: int, 短周期指数平滑均线计算日期；
    l: int, 长周期指数平滑均线计算日期；
    m: int, MACD中间值DEA的计算周期；
信号类型:
    PT型: 目标仓位百分比
信号规则:
    计算MACD值:
    1，当MACD值大于0时，设置仓位目标为1
    2，当MACD值小于0时，设置仓位目标为0
策略属性缺省值:
默认参数: (12, 26, 9)
数据类型: close 收盘价，单数据输入
窗口长度: 270
参数范围: [(10, 250), (10, 250), (5, 250)]
策略不支持参考数据，不支持交易数据
>>> qt.built_in_doc('macde')
ValueError: No built-in strategy found for macde, maybe you mean macd?

7. Alle integrierten Strategien

Hier finden Sie die Dokumentation aller integrierten Handelsstrategien. Benutzer können entsprechend ihren Anforderungen die geeignete Handelsstrategie auswählen.

Alle Strategien, die nicht auf andere technische Analysepakete angewiesen sind

Die folgenden Strategien sind nicht auf andere technische Analysepakete angewiesen, sie basieren auf einfachen Berechnungen historischer Daten und erfordern keine Unterstützung durch andere technische Analysepakete, sie können direkt aufgerufen werden.

Einfache Aktienauswahlstrategien

Wählen Sie Aktien basierend auf historischen Daten aus

qteasy.built_in.SelectingAvgIndicator(par_values=(True, 'even', 'greater', 0, 0, 0.25))

Wählen Sie Aktien basierend auf dem Durchschnittswert der Finanzindikatoren der Aktien über einen bestimmten Zeitraum aus

Grundlegende Aktienauswahlstrategie. Wählen Sie Aktien basierend auf dem Durchschnittswert historischer Aktienindikatoren aus, Faktorsortierungsparameter können als Strategieparameter übergeben werden, um den Strategiedatentyp zu ändern, wählen Sie Aktien basierend auf verschiedenen historischen Daten aus und wählen Sie Aktienparameter aus, die über par_values ​​übergeben werden können

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

• „sort_ascending“: „enum“, ob der Faktor in aufsteigender Reihenfolge sortiert werden soll

  • „True“: Bestände mit dem kleinsten Faktor priorisieren,

  • „False“, Priorisieren Sie Aktien mit dem größten Faktor

• „Gewichtung“: „enum“, Gewichtung des Aktienpositionszuteilungsverhältnisses

  • „gerade“: Standardwert, alle ausgewählten Aktien erhalten das gleiche Gewicht

  • „linear“: Das Gewicht wird entsprechend der Faktorrangfolge linear verteilt

  • „Abstand“: Das Gewicht der Aktie ist proportional zur Differenz (Abstand) zwischen ihren Indikatoren und dem Minimum

  • „Proportion“: Die Gewichtung ist proportional zur Faktorbewertung der Aktie

• condition: Enumeration, Aktienauswahlbedingung

  • „any“: Standardwert, alle verfügbaren Bestände auswählen

  • „größer“: Filtern Sie Aktien mit Faktoren größer als „ubound“.

  • „weniger“: Filtern Sie Aktien mit Faktoren, die kleiner als „lbound“ sind

  • „Zwischen“: Filtern Sie Aktien mit Faktoren zwischen „lbound“ und „ubound“.

  • „not_between“: Aktien mit Faktoren filtern, die nicht zwischen „lbound“ und „ubound“ liegen

• „lbound“: „float“, Untergrenze der Bestandsprüfung, Standardwert „np.-inf“.

• „ubound“: „float“, Obergrenze der Bestandsprüfung, Standardwert „np.inf“.

• „max_sel_count“: „float“, die Anzahl der extrahierten Aktien (p>=1) oder der Anteil (p<1), Standardwert: 0,5, was angibt, dass 50 % der Aktien ausgewählt werden

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Bestimmen Sie einen Datentyp mithilfe von data_types, nehmen Sie den Durchschnitt der Datentypdaten der Vergangenheit der Aktie und verwenden Sie diesen Durchschnittswert als Aktienauswahlfaktor für die Aktienauswahl

Standardwerte von Strategieattributen

Standardparameter: „(True, ‚even‘, ‚größer‘, 0, 0, 0,25)“.

Datentyp: „eps“ Ergebnis je Aktie, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(True, False),

('even', 'linear', 'proportion'),

('any', 'greater', 'less', 'between', 'not_between'),

(-np.inf, np.inf),

(-np.inf, np.inf),

(0, 1.)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SelectingNDayLast(par_values=(2,))

Wählen Sie Aktien basierend auf den Preis- oder Datenindikatoren der Aktie vor N Tagen als Aktienauswahlfaktor aus. Die historischen Daten der Aktie vor N Tagen werden als Aktienauswahlfaktor verwendet, und die Faktorsortierungsparameter werden in Form von Strategieattributen gesteuert

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, Die Vorlaufzeit historischer Daten von Beständen

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Wählen Sie Aktien anhand historischer Daten von vor N Tagen als Aktienauswahlfaktoren in jedem Aktienauswahlzyklus aus

Steuern Sie die Aktienauswahlmethode über die folgenden Strategieattribute:

• „max_sel_count“: „float“, Aktienauswahllimit, das die maximale Anzahl der ausgewählten Aktien angibt, Standardwert: „0,5“, was angibt, dass 50 % der Aktien ausgewählt werden

• „condition“: „str“ , Bestimmen Sie die Bestandsprüfungsbedingung, Standardwert „any“.

  • „any“: Standardwert, alle verfügbaren Bestände auswählen

  • „größer“: Filtern Sie Aktien mit Faktoren größer als „ubound“.

  • „weniger“: Filtern Sie Aktien mit Faktoren, die kleiner als „lbound“ sind

  • „Zwischen“: Filtern Sie Aktien mit Faktoren zwischen „lbound“ und „ubound“.

  • „not_between“: Aktien mit Faktoren filtern, die nicht zwischen „lbound“ und „ubound“ liegen

• „lbound“: „float“, untere Grenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.-inf“.

• „ubound“: „float“, Obergrenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.inf“.

• „sort_ascending“: „bool“, Sortiermethode, Standardwert: „False“,

  • „True“: Bestände mit dem kleinsten Faktor priorisieren,

  • „False“, Priorisieren Sie Aktien mit dem größten Faktor

• weighting: str , Bestimmen Sie, wie die Gewichtungen ausgewählter Aktien zugewiesen werden sollen, Standardwert: even

  • „gerade“: Alle ausgewählten Aktien erhalten das gleiche Gewicht

  • „linear“: Das Gewicht wird entsprechend der Faktorrangfolge linear verteilt

  • „Abstand“: Das Gewicht der Aktie ist proportional zur Differenz (Abstand) zwischen ihren Indikatoren und dem Minimum

  • „Proportion“: Die Gewichtung ist proportional zur Faktorbewertung der Aktie

Standardwerte von Strategieattributen

Standardparameter: „(2,)“.

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „100“.

Parameterbereich: „[(2, 100)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SelectingNDayAvg(par_values=(14,))

Wählen Sie Aktien basierend auf dem Durchschnittswert der Preis- oder Datenindikatoren der Aktie in den letzten N Tagen als Aktienauswahlfaktor aus. Der Durchschnittswert der historischen Daten des Bestands in den letzten N Tagen wird als Bestandsauswahlfaktor verwendet, und die Faktorsortierungsparameter werden in Form von Strategieattributen gesteuert

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, Auswahlzeitraum der Bestandsverlaufsdaten

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Wählen Sie Aktien anhand historischer Daten von vor N Tagen als Aktienauswahlfaktoren in jedem Aktienauswahlzyklus aus

Steuern Sie die Aktienauswahlmethode über die folgenden Strategieattribute:

• „max_sel_count“: „float“, Aktienauswahllimit, das die maximale Anzahl der ausgewählten Aktien angibt, Standardwert: „0,5“, was angibt, dass 50 % der Aktien ausgewählt werden

• „condition“: „str“ , Bestimmen Sie die Bestandsprüfungsbedingung, Standardwert „any“.

  • „any“: Standardwert, alle verfügbaren Bestände auswählen

  • „größer“: Filtern Sie Aktien mit Faktoren größer als „ubound“.

  • „weniger“: Filtern Sie Aktien mit Faktoren, die kleiner als „lbound“ sind

  • „Zwischen“: Filtern Sie Aktien mit Faktoren zwischen „lbound“ und „ubound“.

  • „not_between“: Aktien mit Faktoren filtern, die nicht zwischen „lbound“ und „ubound“ liegen

• „lbound“: „float“, untere Grenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.-inf“.

• „ubound“: „float“, Obergrenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.inf“.

• „sort_ascending“: „bool“, Sortiermethode, Standardwert: „False“,

  • „True“: Bestände mit dem kleinsten Faktor priorisieren,

  • „False“, Priorisieren Sie Aktien mit dem größten Faktor

• weighting: str , Bestimmen Sie, wie die Gewichtungen ausgewählter Aktien zugewiesen werden sollen, Standardwert: even

  • „gerade“: Alle ausgewählten Aktien erhalten das gleiche Gewicht

  • „linear“: Das Gewicht wird entsprechend der Faktorrangfolge linear verteilt

  • „Abstand“: Das Gewicht der Aktie ist proportional zur Differenz (Abstand) zwischen ihren Indikatoren und dem Minimum

  • „Proportion“: Die Gewichtung ist proportional zur Faktorbewertung der Aktie

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: 150

Parameterbereich: [(2, 150)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SelectingNDayChange(par_values=(14,))

Aktienauswahl basierend auf Preis- oder Datenänderungen einer Aktie in den letzten n Tagen als Aktienauswahlfaktor. Grundlegende Aktienauswahlstrategie: Aktienauswahl basierend auf Preis- oder Datenänderungen einer Aktie in den letzten n Tagen als Aktienauswahlfaktor

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, Auswahlzeitraum der Bestandsverlaufsdaten

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Die Aktienauswahl erfolgt in jedem Aktienauswahlzyklus unter Verwendung des Wertes der Preisänderung in den letzten N Tagen als Aktienauswahlfaktor.

Steuern Sie die Aktienauswahlmethode über die folgenden Strategieattribute:

• „max_sel_count“: „float“, Aktienauswahllimit, das die maximale Anzahl der ausgewählten Aktien angibt, Standardwert: „0,5“, was angibt, dass 50 % der Aktien ausgewählt werden

• „condition“: „str“ , Bestimmen Sie die Bestandsprüfungsbedingung, Standardwert „any“.

  • „any“: Standardwert, alle verfügbaren Bestände auswählen

  • „größer“: Filtern Sie Aktien mit Faktoren größer als „ubound“.

  • „weniger“: Filtern Sie Aktien mit Faktoren, die kleiner als „lbound“ sind

  • „Zwischen“: Filtern Sie Aktien mit Faktoren zwischen „lbound“ und „ubound“.

  • „not_between“: Aktien mit Faktoren filtern, die nicht zwischen „lbound“ und „ubound“ liegen

• „lbound“: „float“, untere Grenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.-inf“.

• „ubound“: „float“, Obergrenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.inf“.

• „sort_ascending“: „bool“, Sortiermethode, Standardwert: „False“,

  • „True“: Bestände mit dem kleinsten Faktor priorisieren,

  • „False“, Priorisieren Sie Aktien mit dem größten Faktor

• weighting: str , Bestimmen Sie, wie die Gewichtungen ausgewählter Aktien zugewiesen werden sollen, Standardwert: even

  • „gerade“: Alle ausgewählten Aktien erhalten das gleiche Gewicht

  • „linear“: Das Gewicht wird entsprechend der Faktorrangfolge linear verteilt

  • „Abstand“: Das Gewicht der Aktie ist proportional zur Differenz (Abstand) zwischen ihren Indikatoren und dem Minimum

  • „Proportion“: Die Gewichtung ist proportional zur Faktorbewertung der Aktie

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: Schließen Schließen, Einzeldateneingabe

Fensterlänge: 150

Parameterbereich: [(2, 150)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SelectingNDayRateChange(par_values=(14,), **kwargs)

Aktienauswahl basierend auf der prozentualen Änderung des Aktienkurses oder Datenindikators in den letzten n Tagen. Grundlegende Aktienauswahlstrategie: Aktienauswahl basierend auf der prozentualen Änderung des Aktienpreises in den letzten n Tagen

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, Auswahlzeitraum für Bestandsverlaufsdaten

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Aktienauswahl unter Verwendung der Preisänderungsrate der letzten N Tage als Aktienauswahlfaktor in jedem Aktienauswahlzyklus

Steuern Sie die Aktienauswahlmethode über die folgenden Strategieattribute:

• „max_sel_count“: „float“, Aktienauswahllimit, das die maximale Anzahl der ausgewählten Aktien angibt, Standardwert: „0,5“, was angibt, dass 50 % der Aktien ausgewählt werden

• „condition“: „str“ , Bestimmen Sie die Bestandsprüfungsbedingung, Standardwert „any“.

  • „any“: Standardwert, alle verfügbaren Bestände auswählen

  • „größer“: Filtern Sie Aktien mit Faktoren größer als „ubound“.

  • „weniger“: Filtern Sie Aktien mit Faktoren, die kleiner als „lbound“ sind

  • „Zwischen“: Filtern Sie Aktien mit Faktoren zwischen „lbound“ und „ubound“.

  • „not_between“: Aktien mit Faktoren filtern, die nicht zwischen „lbound“ und „ubound“ liegen

• „lbound“: „float“, untere Grenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.-inf“.

• „ubound“: „float“, Obergrenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.inf“.

• „sort_ascending“: „bool“, Sortiermethode, Standardwert: „False“,

  • „True“: Bestände mit dem kleinsten Faktor priorisieren,

  • „False“, Priorisieren Sie Aktien mit dem größten Faktor

• weighting: str , Bestimmen Sie, wie die Gewichtungen ausgewählter Aktien zugewiesen werden sollen, Standardwert: even

  • „gerade“: Alle ausgewählten Aktien erhalten das gleiche Gewicht

  • „linear“: Das Gewicht wird entsprechend der Faktorrangfolge linear verteilt

  • „Abstand“: Das Gewicht der Aktie ist proportional zur Differenz (Abstand) zwischen ihren Indikatoren und dem Minimum

  • „Proportion“: Die Gewichtung ist proportional zur Faktorbewertung der Aktie

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: 150

Parameterbereich: [(2, 150)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SelectingNDayVolatility(par_values=(14,))

Aktienauswahlfaktor basierend auf der Aktienkursvolatilität der Aktie in den letzten N Tagen

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, Auswahlzeitraum für Bestandsverlaufsdaten

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Nutzen Sie die Preisvolatilität der letzten N Tage als Faktor für die Aktienauswahl in jedem Aktienauswahlzyklus.

Steuern Sie die Aktienauswahlmethode über die folgenden Strategieattribute:

• „max_sel_count“: „float“, Aktienauswahllimit, das die maximale Anzahl der ausgewählten Aktien angibt, Standardwert: „0,5“, was angibt, dass 50 % der Aktien ausgewählt werden

• „condition“: „str“ , Bestimmen Sie die Bestandsprüfungsbedingung, Standardwert „any“.

  • „any“: Standardwert, alle verfügbaren Bestände auswählen

  • „größer“: Filtern Sie Aktien mit Faktoren größer als „ubound“.

  • „weniger“: Filtern Sie Aktien mit Faktoren, die kleiner als „lbound“ sind

  • „Zwischen“: Filtern Sie Aktien mit Faktoren zwischen „lbound“ und „ubound“.

  • „not_between“: Aktien mit Faktoren filtern, die nicht zwischen „lbound“ und „ubound“ liegen

• „lbound“: „float“, untere Grenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.-inf“.

• „ubound“: „float“, Obergrenze des Indikators beim Ausführen der Bedingungsprüfung, Standardwert „np.inf“.

• „sort_ascending“: „bool“, Sortiermethode, Standardwert: „False“,

  • „True“: Bestände mit dem kleinsten Faktor priorisieren,

  • „False“, Priorisieren Sie Aktien mit dem größten Faktor

• weighting: str , Bestimmen Sie, wie die Gewichtungen ausgewählter Aktien zugewiesen werden sollen, Standardwert: even

  • „gerade“: Alle ausgewählten Aktien erhalten das gleiche Gewicht

  • „linear“: Das Gewicht wird entsprechend der Faktorrangfolge linear verteilt

  • „Abstand“: Das Gewicht der Aktie ist proportional zur Differenz (Abstand) zwischen ihren Indikatoren und dem Minimum

  • „Proportion“: Die Gewichtung ist proportional zur Faktorbewertung der Aktie

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „Hoch, Tief, Schluss“ Höchster Preis, niedrigster Preis, Schlusskurs, mehrfache Dateneingabe

Fensterlänge: 150

Parameterbereich: [(2, 150)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SignalNone()

Strategie für leere Handelssignale.

Strategien, die keine Handelssignale generieren

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

none

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Geben Sie VS ein: Kauf-/Verkaufssignal

Regeln

Während des gesamten Signalzyklus werden keine Handelssignale generiert

Standardwerte von Strategieattributen

Standardparameter: ()

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: []

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SellRate(par_values=(20, 0.1))

Rate-of-Change-Verkaufssignalstrategie.

Verkaufssignale werden generiert, wenn die Preisänderungsrate den Schwellenwert überschreitet. Diese Strategie generiert keine Kaufsignale.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„Tag“, „int“, Zeitraum zur Berechnung der Anstiegs- und Abfallrate

„change`, ``float`“, Schwellenwerte nach oben/unten

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Ein Verkaufssignal wird generiert, wenn.

1, -1 Verkaufssignal wird generiert, wenn „Änderung“ > 0 und der tägliche Anstieg von „Tag“ größer als „Änderung“ ist

2, ein -1-Verkaufssignal wird generiert, wenn „Änderung“ < 0 ist und der tägliche Rückgang „Tag“ größer ist als die „Änderung“.

Standardwerte von Strategieattributen

Standardparameter: (20, 0.1)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(1, 100), (-0.5, 0.5)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.BuyRate(par_values=(20, 0.1))

Rate-of-Change-Buy-Signal-Strategie.

Ein Kaufsignal wird generiert, wenn die Preisänderungsrate den Schwellenwert überschreitet. Diese Strategie generiert keine Verkaufssignale.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„Tag“, „int“, Zeitraum zur Berechnung der Anstiegs- und Abfallrate

„change`, ``float`“, Schwellenwerte nach oben/unten

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Ein Kaufsignal wird generiert, wenn.

1, 1 Kaufsignal wird generiert, wenn Veränderung > 0 und der tägliche Anstieg größer als die Veränderung ist

2, 1 Kaufsignal wird generiert, wenn die Veränderung < 0 ist und der Tagesrückgang größer als die Veränderung ist

Standardwerte von Strategieattributen

Standardparameter: (20, 0.1)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(1, 100), (-0.5, 0.5)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SelectingAll()

Grundlegende Aktienauswahlstrategie: Behalten Sie alle Aktien im ausgewählten historischen Aktienpool bei, mit einer gleichmäßigen Aufteilung der Investition.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

none

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Die Positionen bleiben während des gesamten Signalzyklus konstant und für alle Portfolios gleich

Standardwerte von Strategieattributen

Standardparameter: ()

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: []

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SelectingNone()

Grundlegende Aktienauswahlstrategie: Lassen Sie alle Aktien im historischen Aktienpool unkontrolliert und investieren Sie in 0 Positionen.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

none

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Die Positionsverhältnisse sind während des gesamten Signalisierungszyklus konstant und alle Portfolios haben ein Positionsverhältnis von 0

Standardwerte von Strategieattributen

Standardparameter: ()

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: []

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SelectingRandom(par_values=(0.5,))

Grundlegende Aktienauswahlstrategie: In jedem historischen Segment wird eine Anzahl von Aktien zufällig in einem bestimmten Prozentsatz (bei p<1) der Gesamtzahl der Aktien ausgewählt.

Oder es wird eine bestimmte Anzahl (p>=1) von Aktien zufällig in das Portfolio aufgenommen und die Investitionsquote gleichmäßig verteilt

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p“: „Float“, Anzahl der gezogenen Aktien (p>=1) oder Anteil (p<1)

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Wenn p>=1, werden p Aktien zufällig aus dem Pool aller Aktien ausgewählt und alle ausgewählten Aktien werden auf ein Positionsverhältnis von 1/p eingestellt

Wenn 0>p>1, wird im Verhältnis zu p eine Anzahl von Aktien aus dem Aktienpool entnommen, und alle Aktien werden so eingestellt, dass sie den gleichen Prozentsatz an Positionen haben, und die Summe beträgt 1

Standardwerte von Strategieattributen

Standardparameter: (0.5, )

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „100“.

Parameterbereich: [(0, np.inf)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

Einfache Timing-Strategie

qteasy.built_in.TimingLong()

Einfache Timing-Strategie mit einer Long-Vollposition, die über den gesamten historischen Zyklus hinweg fixiert ist

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

Keine Richtlinienparameter

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Konstante 100 % Vollposition während des gesamten Signalzyklus

Standardwerte von Strategieattributen

Standardparameter: ()

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: []

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.TimingShort()

Einfache Timing-Strategie mit einer festen Short-Position über den gesamten historischen Zyklus

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

none

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Positionsverhältnis über den gesamten Signalzyklus konstant – 100 % kurze Vollposition

Standardwerte von Strategieattributen

Standardparameter: ()

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: []

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.TimingZero()

Einfache Timing-Strategie mit festen Short-Positionen über den gesamten historischen Zyklus

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

none

Signaltyp

PT-Typ: Prozentuales Positionsverhältnissignal

Regeln

Die Positionen werden während des gesamten Signalzyklus konstant bei 0 % Short gehalten

Standardwerte von Strategieattributen

Standardparameter: ()

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: []

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

Timing-Strategie basierend auf SMA-Indikatoren

Die folgenden Aktienauswahlstrategien basieren alle auf dem Aktienpreis-Durchschnittsindikator, um Kauf und Verkauf zu bestimmen

qteasy.built_in.DMA(par_values=(12, 26, 9), **kwargs)

DMA-Timing-Strategie

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„s`, ``int`“, kurze Mittelungsperiode

„l`, ``int`“, lange mittlere Periode

d, int, DMA周期

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Ein Kaufsignal wird generiert, wenn.

1, DMA über AMA, große Reichweite, d. h. die DMA-Linie kreuzt die AMA-Linie von unten nach oben, die Ausgabe ist 1

2, DMA unterhalb der AMA, kurze Reichweite, das heißt, die DMA-Linie von oben nach unten über die AMA-Linie, der Ausgang beträgt 0 3, DMA und die Aktienkursdivergenz, wenn das Crossover-Signal, die Glaubwürdigkeit höher ist

Standardwerte von Strategieattributen

Standardparameter: (12, 26, 9)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(10, 250), (10, 250), (8, 250)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.MACD(par_values=(12, 26, 9))

MACD-Timing-Strategieklasse, die die MACD-Mittelungsstrategie verwendet, um Zielpositionsprozentsätze zu generieren

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„s“: „int“, Datum der durchschnittlichen exponentiellen Glättung für kurze Zeiträume;

„l“: „int“, Datum der Berechnung der exponentiellen Glättungsdurchschnitte über lange Zeiträume;

„m“: „int“, der Zeitraum, für den der MACD-Median-DEA berechnet wird;

Signaltyp

Geben Sie PT ein: Prozentsatz der Zielposition

Regeln

Berechnen Sie den „MACD“-Wert: 1, setzen Sie das Positionsziel auf 1, wenn der „MACD“-Wert größer als 0 ist

2，当``MACD``值小于0时，设置仓位目标为0

Standardwerte von Strategieattributen

Standardparameter: (12, 26, 9)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(10, 250), (10, 250), (5, 250)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.TRIX(par_values=(12, 12), **kwargs)

TRIX-Timing-Strategie, die dreifach geglättete exponentielle gleitende Durchschnitte der Aktienkurse verwendet, um Long/Short-Entscheidungen zu treffen

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„s“: int, SMA-Parameter in Tagen, wird zur Berechnung des dreifach geglätteten exponentiellen gleitenden Durchschnitts mit der Periode S TRIX verwendet

„m“: int, geglätteter Mittelwertparameter, der zur Berechnung des M-Tage-einfachen gleitenden Durchschnitts von TRIX verwendet wird

Signaltyp

Geben Sie PT ein: Prozentsatz der Zielposition „

Regeln

Berechnen Sie den dreifach geglätteten exponentiellen gleitenden Durchschnitt des Preis-TRIX und anschließend den gleitenden Durchschnitt des M-Tage-TRIX:.

1, „TRIX` is above ``MATRIX`“, Positionsziel auf 1 setzen

2， ``TRIX``位于``MATRIX``下方时，设置仓位目标位-1

Standardwerte von Strategieattributen

Standardparameter: (12, 12)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(2, 50), (3, 150)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.CROSSLINE(par_values: tuple = (35, 120, 0.02))

Crossline-Timing-Strategieklasse, bei der die Kreuzung von Long- und Short-Durchschnittswerten zur Bestimmung des Long- und Short-Status verwendet wird

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

s: int, Datum der kurzen Durchschnittsberechnung

l: int, Datum der Berechnung langer Durchschnittswerte

m: float, Breite der mittleren Grenze (in Prozent)

Signaltyp

Geben Sie PT ein: Prozentsatz der Zielposition

Regeln

1, 当短均线位于长均线上方，且距离大于l*m%时，设置仓位目标为1

2, 当短均线位于长均线下方，且距离大于l*m%时，设置仓位目标为-1

3, 当长短均线之间的距离不大于l*m%时，设置仓位目标为0

Standardwerte von Strategieattributen

Standardparameter: (35, 120, 0.02)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(10, 250), (10, 250), (0, 1)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.CDL()

CDL-Timing-Strategie: Finden Sie das Cdldoji-Muster im K-Diagramm, das den Anforderungen entspricht

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

Keiner

Signaltyp

Geben Sie PS ein: Prozentuales Handelssignal

Geben Sie VS ein: Lautstärkesignal

Regeln

Suchen Sie im historischen Datenfenster nach CDL-Doji-Mustern (Match-Score zwischen 0 und 100), summieren Sie sie und teilen Sie sie zur Berechnung durch 100.

Äquivalente CDL-Doji-Match-Anzahl, wobei die Match-Anzahl als Handelssignal verwendet wird.

Standardwerte von Strategieattributen

Standardparameter: ()

Datentyp: „offen, hoch, niedrig, schließen“ offen, hoch, niedrig, schließen

Fensterlänge: „100“.

Parameterbereich: None

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SoftBBand(par_values=(20, 2, 2, 0))

Die progressive Handelsstrategie der Bollinger-Bänder bestimmt Long und Short auf der Grundlage der Beziehung zwischen dem Aktienkurs und den oberen und unteren Bollinger-Bändern.

Handelssignale werden nicht auf einmal generiert, sondern schrittweise und schrittweise zum Kauf und Verkauf.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p“: int, SMA-Periode, wird zur Berechnung der SMA-Periode einer Bollinger-Bandlinie verwendet

„u“: Float, oberer Spurversatz in Vielfachen der Standardabweichung, z. B. 2 bedeutet oberer Offset 2 mal Standardabweichung

„d“: Float, unterer Spurversatz in Vielfachen der Standardabweichung, z. B. 2 bedeutet unterer Offset 2 mal Standardabweichung

„m“: int, Typ des gleitenden Durchschnitts, Wertebereich 0 bis 8, gibt 9 verschiedene Arten von Durchschnittswerten an.

Signaltyp

Geben Sie PS ein: Beispiel-Handelssignale in Prozent

Regeln

Berechnen Sie das BBAND ​​und prüfen Sie, ob der Preis die obere oder untere Grenze des BBAND ​​überschreitet:.

1，当价格大于上轨后，每天产生10%的比例买入交易信号

2: Wenn der Preis unter der unteren Grenze liegt, wird täglich eine Verkaufssignalquote von 33 % generiert

Standardwerte von Strategieattributen

Standardparameter: (20, 2, 2, 0)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „200“

Parameterbereich: [(2, 100), (0.5, 5), (0.5, 5), (0, 8)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.BBand(par_values=(20, 2, 2))

Bollinger-Bands-Handelsstrategie, die Long- und Short-Positionen auf der Grundlage der Beziehung zwischen dem Preis einer Aktie und den oberen und unteren Bollinger-Bändern bestimmt und Handelssignale generiert, wenn der Preis die oberen und unteren Bollinger-Bänder überschreitet oder unterschreitet. Bollinger-Bänder sind nicht als SMAs verfügbar.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p“: „int“, SMA-Periode, wird zur Berechnung der SMA-Periode einer Bollinger-Bandlinie verwendet

„u“: „float“, oberer Spurversatz in Vielfachen der Standardabweichung, z. B. 2 bedeutet oberer Offset 2 mal Standardabweichung

„d“: „float“, unterer Spurversatz in Vielfachen der Standardabweichung, z. B. 2 bedeutet unterer Offset 2 mal Standardabweichung

Signaltyp

Geben Sie PS ein: Beispiel-Handelssignale in Prozent

Regeln

Berechnen Sie das „BBAND“ und prüfen Sie, ob der Preis die obere oder untere Grenze des „BBAND“ überschreitet.

1: Wenn der Preis durch die obere Schiene steigt, wird ein vollständiges Kaufsignal generiert

2，当价格下穿下轨时，产生全仓卖出信号``

Standardwerte von Strategieattributen

Standardparameter: (20, 2, 2)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(2, 100), (0.5, 5), (0.5, 5)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

Handelsstrategien, die auf dem technischen Analysepaket „TA-Lib“ basieren

Nachfolgend sind einige Handelsstrategien aufgeführt, die auf dem technischen Analysepaket „TA-Lib“ basieren, das auf den Berechnungen des technischen Analysepakets „TA-Lib“ basiert und die Installation des technischen Analysepakets „TA-Lib“ erfordert.

Timing-Strategie basierend auf einer einzelnen Mittelwertüberschreitung

Die folgenden Aktienauswahlstrategien basieren alle darauf, ob der Aktienkurs über/unter dem SMA liegt oder nicht, um eine Kauf-/Verkaufsentscheidung zu treffen

qteasy.built_in.SCRSSMA(par_values=(14,))

Single-SMA-Crossover-Strategie – SMA (Simple Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum SMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

rng: int, Zeitraum der Berechnung der Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1，当价格高于均线时，设定持仓比例为1

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(3, 250)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRSDEMA(par_values=(14,))

Single-SMA-Crossover-Strategie – DEMA-SMA (Double Exponential Smoothing Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum DEMA-SMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

rng: int, Zeitraum der Berechnung der Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1，当价格高于均线时，设定持仓比例为1

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(3, 250)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRSEMA(par_values=(14,))

Single-SMA-Crossover-Strategie – EMA (Exponential Smoothed Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum EMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

rng: int, Zeitraum der Berechnung der Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1，当价格高于均线时，设定持仓比例为1

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(3, 250)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRSHT(par_values=())

Single-SMA-Crossover-Strategie – HT (Hilbert Transform Instantaneous Trendline): Positionen werden basierend auf der relativen Position des Aktienkurses zur HT-Linie festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

Keine Parameter erforderlich

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1: Wenn der Preis über der HT-Linie liegt, setzen Sie das Positionsverhältnis auf 1

2，当价格低于HT线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: ()

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: []

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRSKAMA(par_values=(14,))

Single-SMA-Crossover-Strategie – KAMA SMA (Kaufman Adaptive Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum KAMA SMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

rng: int, Zeitraum der Berechnung der Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1，当价格高于均线时，设定持仓比例为1

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(3, 250)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRSMAMA(par_values=(0.5, 0.05))

Single-SMA-Crossover-Strategie – MAMA SMA (MESA Adaptive Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum MAMA SMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

f: float zwischen 0 und 1, schnelle Bewegungsgrenze

``

„s`: ``float`“ zwischen 0 und 1, langsame Bewegungsgrenze

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

``

1，当价格高于均线时，设定持仓比例为1

``

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (0.5, 0.05)

``

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

``

Fensterlänge: „270“.

``

Parameterbereich: [(0.01, 0.99), (0.01, 0.99)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRST3(par_values=(12, 0.5))

Single-SMA-Crossover-Strategie – T3-SMA (Triple Exponential Smoothing Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum T3-SMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p`: ``int`“ berechnet Durchschnittsperioden

„v“: „float“ V-Faktor, Anpassungsfaktor, Wertebereich 0 bis 1

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1，当价格高于均线时，设定持仓比例为1

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (12, 0.5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(2, 20), (0, 1)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRSTEMA(par_values=(6,))

Single-SMA-Crossover-Strategie – TEMA-SMA (Triple Exponential Smoothing Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum TEMA-SMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p`: ``int`“ berechnet Durchschnittsperioden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1，当价格高于均线时，设定持仓比例为1

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (6,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(2, 20)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRSTRIMA(par_values=(14,))

Single-SMA-Crossover-Strategie – TRIMA SMA (Triple Exponential Smoothing Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum TRIMA SMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p`: ``int`“ berechnet Durchschnittsperioden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1，当价格高于均线时，设定持仓比例为1

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(3, 200)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SCRSWMA(par_values=(14,))

Single-SMA-Crossover-Strategie – WMA (Weighted Moving Average): Positionen werden basierend auf der relativen Position des Aktienkurses zum WMA festgelegt.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p`: ``int`“ berechnet Durchschnittsperioden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Überprüfen Sie den aktuellen Preis im Verhältnis zu den Durchschnittswerten.

1，当价格高于均线时，设定持仓比例为1

2，当价格低于均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(3, 200)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

Timing-Strategie basierend auf doppelter SMA-Kreuzung

Die folgenden Aktienauswahlstrategien basieren alle darauf, ob sich die beiden Durchschnittswerte (ein schneller und einer langsamer) kreuzen, um Kauf und Verkauf zu bestimmen

qteasy.built_in.DCRSSMA(par_values=(125, 25))

Doppelte SMA-Crossover-Strategie – SMA (einfacher gleitender Durchschnitt): Basierend auf den SMA-Berechnungsregeln zur Generierung von zwei Durchschnittswerten, einem schnellen und einem langsamen, entsprechend der relativen Position des schnellen und langsamen Durchschnitts, um den Anteil der Positionen festzulegen

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„l“: „int“, langer Zeitraum, berechneter Zeitraum für langsame Durchschnittswerte

„s“: „int“, kurze Periode, berechnete Periode für schnelle Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (125, 25)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 250), (3, 250)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DCRSDEMA(par_values=(125, 25))

Doppelte SMA-Crossover-Strategie – DEMA SMA (einfacher gleitender Durchschnitt): Basierend auf den DEMA-SMA-Berechnungsregeln zur Generierung von zwei SMAs, schnell und langsam, entsprechend der relativen Position der schnellen und langsamen SMAs, um den Anteil der Positionen festzulegen

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„l“: „int“, langer Zeitraum, berechneter Zeitraum für langsame Durchschnittswerte

„s“: „int“, kurze Periode, berechnete Periode für schnelle Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (125, 25)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 250), (3, 250)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DCRSEMA(par_values=(20, 5))

Doppelte SMA-Crossover-Strategie – EMA SMA (Exponential Smoothing Moving Average): Generieren Sie zwei schnelle und langsame SMAs basierend auf den EMA-SMA-Berechnungsregeln und legen Sie Positionsverhältnisse basierend auf den relativen Positionen der schnellen und langsamen SMAs fest.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„l“: „int“, langer Zeitraum, berechneter Zeitraum für langsame Durchschnittswerte

„s“: „int“, kurze Periode, berechnete Periode für schnelle Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (125, 25)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 250), (3, 250)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DCRSKAMA(par_values=(125, 25))

Doppelte SMA-Crossover-Strategie – KAMA SMA (Kaufman Adaptive Moving Average): Generieren Sie zwei schnelle und langsame SMAs basierend auf den KAMA-SMA-Berechnungsregeln und legen Sie Positionsverhältnisse basierend auf den relativen Positionen der schnellen und langsamen SMAs fest.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„l“: „int“, langer Zeitraum, berechneter Zeitraum für langsame Durchschnittswerte

„s“: „int“, kurze Periode, berechnete Periode für schnelle Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwert des Richtlinienattributs: Standardparameter: „(125, 25)“.

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(3, 250), (3, 250)]“ Strategie unterstützt keine Referenzdaten, unterstützt keine Transaktionsdaten

qteasy.built_in.DCRSMAMA(par_values=(0.15, 0.05, 0.55, 0.25))

Doppelte SMA-Crossover-Strategie – MAMA SMA (MESA Adaptive Moving Average): Generieren Sie zwei schnelle und langsame SMAs basierend auf den MAMA-SMA-Berechnungsregeln und legen Sie Positionsverhältnisse basierend auf den relativen Positionen der schnellen und langsamen SMAs fest.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„lf“: „float“, langzeitiges Fast-Moving-Limit, KAMA-Berechnungsparameter für langsame Durchschnittswerte

„ls“: „float“, langsames gleitendes Limit für lange Zeiträume, KAMA-Berechnungsparameter für langsame Durchschnittswerte

„sf“: „float“, kurzzeitiges Fast-Moving-Limit, KAMA-Berechnungsparameter für schnelle Durchschnittswerte

„ss“: „Float“, kurzzeitige langsame Grenzwerte, KAMA-Berechnungsparameter für schnelle Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (0.15, 0.05, 0.55, 0.25)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(0,01, 0,99), (0,01, 0,99), (0,01, 0,99), (0,01, 0,99)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DCRST3(par_values=(20, 0.5, 5, 0.5))

Double-SMA-Crossover-Strategie – T3-SMA (Triple Exponential Smoothing Moving Average): Generieren Sie schnelle und langsame SMAs basierend auf den T3-SMA-Berechnungsregeln und legen Sie Positionsverhältnisse basierend auf den relativen Positionen der schnellen und langsamen SMAs fest.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„lp“: „int“-Parameter für lange Perioden zur Berechnung langsamer Durchschnittswerte

„lv“: „float“ Langzeit-V-Faktor, Anpassungsfaktor, Wert zwischen 0 und 1, wird zur Berechnung langsamer Durchschnittswerte verwendet

„sp“: „int“ Kurzperiodenparameter zur Berechnung schneller Durchschnittswerte

„sv“: „float“ Kurzperiodischer V-Faktor, Anpassungsfaktor, Wert zwischen 0 und 1, wird zur Berechnung schneller Durchschnittswerte verwendet

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (20, 0.5, 5, 0.5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(2, 20), (0, 1), (2, 20), (0, 1)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DCRSTEMA(par_values=(11, 6))

Doppelte SMA-Crossover-Strategie – TEMA SMA (Triple Exponential Smoothing Moving Average): Basierend auf den TEMA-SMA-Berechnungsregeln zur Generierung schneller und langsamer SMAs, basierend auf der relativen Position der schnellen und langsamen SMAs zur Festlegung des Positionsverhältnisses

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„lp“: „int“-Parameter für lange Perioden zur Berechnung langsamer Durchschnittswerte

„sp“: „int“ Kurzperiodenparameter zur Berechnung schneller Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (11, 6)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(2, 20), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DCRSTRIMA(par_values=(125, 25))

Doppelte SMA-Crossover-Strategie – TRIMA SMA (Triple Exponential Smoothing Moving Average).

Generieren Sie schnelle und langsame Durchschnittswerte basierend auf den TRIMA-Durchschnittsberechnungsregeln und legen Sie Positionsverhältnisse basierend auf den relativen Positionen der schnellen und langsamen Durchschnittswerte fest.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„lp“: „int“-Parameter für lange Perioden zur Berechnung langsamer Durchschnittswerte

„sp“: „int“ Kurzperiodenparameter zur Berechnung schneller Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (125, 25)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 200), (3, 200)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DCRSWMA(par_values=(125, 25))

Doppelte SMA-Crossover-Strategie – WMA SMA (gewichteter gleitender Durchschnitt).

Generieren Sie schnelle und langsame Durchschnittswerte basierend auf den WMA-Berechnungsregeln und legen Sie das Positionsverhältnis basierend auf den relativen Positionen der schnellen und langsamen Durchschnittswerte fest.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„lp“: „int“-Parameter für lange Perioden zur Berechnung langsamer Durchschnittswerte

„sp“: „int“ Kurzperiodenparameter zur Berechnung schneller Durchschnittswerte

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die langsamen und schnellen Durchschnittswerte unter Verwendung sowohl langer als auch kurzer Zeiträume.

1: Wenn die schnellen Durchschnittswerte höher sind als die langsamen Durchschnittswerte, setzen Sie das Positionsverhältnis auf 1

2，当慢均线高于快均线时，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (125, 25)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 200), (3, 200)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

Timing-Strategie basierend auf der SMA-Steigung

Die folgenden Aktienauswahlstrategien basieren alle auf der Steigung der Durchschnittswerte, um Kauf und Verkauf zu bestimmen

qteasy.built_in.SLPSMA(par_values=(35, 5))

SMA-Slope-Trading-Strategie – SMA (Simple Moving Average): Generieren Sie gleitende Durchschnitte basierend auf den SMA-Berechnungsregeln und legen Sie Positionsziele basierend auf der Steigung der Durchschnittswerte fest (wenn die Steigung der Durchschnittswerte positiv ist, zeigt dies einen Aufwärtstrend des Preises an und erhöht den Prozentsatz der Position, wenn die Steigung der Durchschnittswerte negativ ist, zeigt dies einen Abwärtstrend an und setzt den Prozentsatz der Position auf minus eins oder null).

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

f: int, Zeitraum der Berechnung der Durchschnittswerte

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (35, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 250), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPDEMA(par_values=(35, 5))

SMA-Slope-Handelsstrategie – DEMA SMA (Double Exponential Smoothing Moving Average): Erzeugen Sie gleitende Durchschnitte basierend auf den DEMA-Berechnungsregeln und legen Sie Positionsverhältnisziele basierend auf der Steigung der Durchschnittswerte fest (wenn die Steigung der Durchschnittswerte positiv ist, bedeutet dies, dass der Preistrend nach oben zeigt, also erhöhen Sie das Positionsverhältnis, wenn die Steigung der Durchschnittswerte negativ ist, bedeutet dies, dass der Trend abwärts geht, also legen Sie ein Positionsverhältnis von minus eins oder null fest). (Wenn die Steigung des SMA negativ ist, ist der Trend abwärts gerichtet und die Position wird auf minus eins oder null gesetzt)

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

f: int, Zeitraum der Berechnung der Durchschnittswerte

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (35, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 250), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPEMA(par_values=(35, 5))

SMA Slope Trading Strategy - EMA SMA (Exponential Smoothing Moving Average): Generate moving averages based on the EMA calculation rules, and set position targets based on the slopes of the averages (when the slopes of the averages are positive, it indicates an upward price trend and increases the percentage of the position, when the slopes of the averages are negative, it indicates a downward trend and sets the position percentage to (when the slope of the SMA is positive, the price is trending upwards, increase Ihre Position: Wenn die Steigung des SMA negativ ist und der Preis nach unten tendiert, setzen Sie Ihre Position auf minus eins oder null.)

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

f: int, Zeitraum der Berechnung der Durchschnittswerte

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt.

Standardwerte von Strategieattributen

Standardparameter: (35, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 250), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPHT(par_values=(5,))

SMA Slope Trading Strategy – HT SMA (Hilbert Transform – Instantaneous Trendline): Erzeugen Sie gleitende Durchschnitte basierend auf den HT-Berechnungsregeln, legen Sie Positionsziele basierend auf der Steigung der Durchschnittswerte fest (wenn die Steigung der Durchschnittswerte positiv ist, deutet dies auf einen Aufwärtstrend des Preises hin, erhöhen Sie das Positionsverhältnis). (Wenn die Steigung des SMA positiv ist, tendiert der Preis nach oben und die Position wird erhöht, wenn die Steigung des SMA negativ ist, tendiert der Preis nach unten und die Position wird auf minus eins oder null gesetzt).

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (5,)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: „[(2, 20)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPKAMA(par_values=(35, 5))

SMA-Slope-Trading-Strategie – KAMA SMA (Kaufman Adaptive Moving Average): Generieren Sie gleitende Durchschnitte basierend auf den KAMA-Berechnungsregeln und legen Sie Positionsziele basierend auf den Steigungen der Durchschnittswerte fest (wenn die Steigungen der Durchschnittswerte positiv sind, bedeutet dies, dass der Preis nach oben tendiert, also erhöhen Sie den Prozentsatz der Position, wenn die Steigungen der Durchschnittswerte negativ sind, bedeutet das, dass der Trend nach unten geht, also legen Sie den Prozentsatz der Position auf minus eins oder null fest). (Wenn die Steigung des SMA negativ ist, ist der Trend abwärts gerichtet und die Position wird auf minus eins oder null gesetzt)

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

f: int, Zeitraum der Berechnung der Durchschnittswerte

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als aufwärts gerichtet beurteilt und das Positionsverhältnis wird „example“ auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (35, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 250), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPMAMA(par_values=(0.5, 0.05, 5))

SMA Slope Trading-Strategie – MAMA SMA (MESA Adaptive Moving Average): Erzeugen Sie gleitende Durchschnitte basierend auf den MAMA-Berechnungsregeln und legen Sie Positionsziele basierend auf den Steigungen der Durchschnittswerte fest (wenn die Steigungen der Durchschnittswerte positiv sind, was auf einen Aufwärtstrend beim Preis hinweist, erhöhen Sie den Prozentsatz der Position, wenn die Steigungen negativ sind, was auf einen Abwärtstrend hinweist, legen Sie den Prozentsatz der Position auf minus eins oder null fest). (Wenn die Steigung des SMA negativ ist, ist der Trend abwärts gerichtet und die Position wird auf minus eins oder null gesetzt).

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

f: float, Grenze der Hochgeschwindigkeitsbewegung

„s`: ``float`“, Bewegungsgrenzen bei niedriger Geschwindigkeit

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (0.5, 0.05, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(0.01, 0.99), (0.01, 0.99), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPT3(par_values=(12, 0.25, 5))

SMA Slope Trading-Strategie – T3 SMA (Triple Exponential Smoothing Moving Average).

Erzeugen Sie gleitende Durchschnitte basierend auf den T3-Berechnungsregeln und legen Sie Positionsziele basierend auf der Steigung der Durchschnitte fest (wenn die Steigung der Durchschnitte positiv ist, zeigt der Preis einen Aufwärtstrend und die Position wird erhöht, wenn die Steigung der Durchschnitte negativ ist, ist der Trend abwärts und die Position wird auf minus eins oder null gesetzt).

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p`: ``int`“ berechnet Durchschnittsperioden

„v“: „float“ V-Faktor, Anpassungsfaktor, Wertebereich 0 bis 1

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (12, 0.25, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(2, 20), (0, 1), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPTEMA(par_values=(6, 5))

SMA-Slope-Handelsstrategie – TEMA SMA (Triple Exponential Smoothing Moving Average): Generieren Sie gleitende Durchschnitte basierend auf den TEMA-Berechnungsregeln und legen Sie Positionsziele basierend auf der Steigung der Durchschnittswerte fest (wenn die Steigung der Durchschnittswerte positiv ist, zeigt dies an, dass der Preis nach oben tendiert. Erhöhen Sie also den Prozentsatz der Position. Wenn die Steigung der Durchschnittswerte negativ ist, zeigt dies an, dass der Trend abwärts geht. Stellen Sie den Prozentsatz der Position also auf minus eins oder null ein.) (Wenn die Steigung des SMA negativ ist, ist der Trend abwärts gerichtet und die Position wird auf minus eins oder null gesetzt)

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p`: ``int`“ berechnet Durchschnittsperioden

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (6, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(2, 20), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPTRIMA(par_values=(35, 5))

SMA-Slope-Trading-Strategie – TRIMA SMA (Triple Exponential Smoothing Moving Average): Erzeugen Sie gleitende Durchschnitte basierend auf den TRIMA-Berechnungsregeln und legen Sie Positionsziele basierend auf den Steigungen der Durchschnittswerte fest (wenn die Steigungen der Durchschnittswerte positiv sind, bedeutet dies, dass der Preistrend nach oben zeigt und das Positionsverhältnis erhöht wird, wenn die Steigungen der Durchschnittswerte negativ sind, bedeutet dies, dass der Trend abwärts geht und das Positionsverhältnis auf minus eins oder null eingestellt ist). (Wenn die Steigung des SMA negativ ist, ist der Trend abwärts gerichtet und die Position wird auf minus eins oder null gesetzt).

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„f`: ``int`“ berechnet Durchschnittsperioden

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (35, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 200), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SLPWMA(par_values=(125, 5))

SMA Slope Trading-Strategie – WMA SMA (gewichteter gleitender Durchschnitt).

Erzeugen Sie gleitende Durchschnitte basierend auf den WMA-Berechnungsregeln und legen Sie Positionsziele basierend auf der Steigung der Durchschnitte fest (wenn die Steigung der Durchschnitte positiv ist, zeigt der Preis einen Aufwärtstrend und die Position wird erhöht, wenn die Steigung der Durchschnitte negativ ist, ist der Trend abwärts und die Position wird auf minus eins oder null gesetzt).

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„f`: ``int`“, Durchschnittsberechnungszeitraum

„N“: „int“, Anzahl der Datenpunkte, die zur Schätzung der Steigung verwendet werden

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie den gleitenden Durchschnitt des Preises gemäß der Regel und berechnen Sie die aktuelle Steigung der durchschnittlichen „Steigung“.

„Steigung“ wird durch lineare Regression unter Verwendung der letzten N gleitenden Durchschnittsdatenpunkte ermittelt:

1: Wenn die Steigung von „slope“ größer als Null ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis auf 1 gesetzt

2: Wenn die Steigung von „slope“ kleiner als Null ist, wird der Trend als absteigend beurteilt und das Positionsverhältnis auf -1 gesetzt

Standardwerte von Strategieattributen

Standardparameter: (125, 5)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „270“.

Parameterbereich: [(3, 200), (2, 20)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.SAREXT(par_values=(0, 3))

Erweiterte parabolische SAR-Strategie mit Kaufsignalen, wenn der Indikator größer als 0 ist, und Verkaufssignalen, wenn der Indikator kleiner als 0 ist

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

a: int, Parabolischer SAR-Parameter: Beschleunigung

m: float, maximaler Maximalwert

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

计算``Parabolic SAR``:

1: Wenn „Parabolischer SAR“ größer als 0 ist, ist die Ausgabe lang

2, Ausgabe kurz, wenn „Parabolic SAR“ kleiner als 0 ist

Standardwerte von Strategieattributen

Standardparameter: (0, 3)

Datentypen: „High“, „Low“ High und Low, mehrere Dateneingaben

Fensterlänge: „200“ Parameterbereich: „[(-100, 100), (0, 5)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

Timing-Strategien basierend auf technischen Momentum-Indikatoren

Die folgenden Aktienauswahlstrategien basieren alle auf der Steigung der Durchschnittswerte, um Kauf und Verkauf zu bestimmen

qteasy.built_in.ADX(par_values=(14,))

ADX (Average Directional Movement Index) Aktienauswahlstrategie: Bestimmen Sie die Stärke des aktuellen Trends anhand des ADX-Indikators und generieren Sie Handelssignale basierend auf der Stärke des Trends.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p`: ``int`“, ADX-Berechnungszeitraum, Bereich 2 bis 35

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die Trendstärke „ADX“ gemäß der Regel.

1, Wenn „ADX>25“ ist, wird der Trend als Aufwärtstrend beurteilt und das Positionsverhältnis wird auf 1 gesetzt

2, 当``20<ADX<25``之间时，判断为中性趋势，设定持仓比例为0

3, 当``ADX>20``时，判断趋势向下，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentypen: „Hoch“, „Niedrig“, „Schluss“ Höchster Preis, niedrigster Preis, Schlusskurs, mehrere Dateneingaben

Fensterlänge: „270“.

Parameterbereich: „[(2, 35)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.APO(par_values=(12, 26, 0))

APO-Indikator (Absolute Price Oscillator) Aktienauswahlstrategie.

Der APO-Indikator wird durch die relative Beziehung zwischen zwei Durchschnittswerten generiert und basiert auf dem APO-Indikator, um den aktuellen Trend der Aktienkursbewegungen von Bullen und Bären zu bestimmen und so Handelssignale basierend auf dem Trend zu generieren

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„f`: ``int`“, schnelle Mittelungsperiode

s: int, langsame mittlere Periode

m: int, gleitender Durchschnittstyp, Wertebereich 0-8

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie APO-Trends gemäß der Regel:.

1, 当``APO``大于0时，判断为牛市趋势，设定持仓比例为1

2, 当``ADX``小于0时，判断为熊市趋势，设定持仓比例为-1

Standardwerte von Strategieattributen

Standardparameter: (12, 26, 0)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „200“

Parameterbereich: [(10, 100), (10, 100), (0, 8)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.AROON(par_values=(14,))

Aktienauswahlstrategie des AROON-Indikators.

Der AROON-Indikator wird verwendet, um zu bestimmen, ob der aktuelle Aktienkurs in einem Trendbereich oder einem Pattbereich liegt, und durch die Berechnung der AROON-Indikatorstrategie kann basierend auf der Stärke des Trends starke Long/Short- und schwache Long/Short-Werte ausgegeben werden.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„p`: ``int`“, trendbestimmender Zyklus

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie die beiden Trendlinien „AROON“ „UP / DOWN“ gemäß der Regel und generieren Sie das Positionsverhältnissignal:.

1, Ausgabe schwach lang, wenn UP über DOWN liegt

2, 当UP位于DOWN下方时，输出弱空头

3, 当UP大于70且DOWN小于30时，输出强多头

4, 当UP小于30且DOWN大于70时，输出强空头

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentypen: „hoch“, „niedrig“ Höchster Preis, niedrigster Preis, mehrere Dateneingaben

Fensterlänge: „200“

Parameterbereich: „[(2, 100)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.CMO(par_values=(14,))

CMO (Chande Momentum Oscillator) Aktienauswahlstrategie.

CMO ist ein Momentum-Indikator, der zwischen -100 und 100 schwankt und dazu dient, festzustellen, ob sich eine Aktie derzeit in einem überverkauften oder überkauften Bereich befindet, und wird von dieser Strategie zur Generierung von Anlagepositionszielen verwendet.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

p: int, Impulsberechnungszeitraum

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie „CMO“ gemäß den Regeln und generieren Sie Positionsverhältnissignale:.

1, Ausgabe schwach lang, wenn „CMO“ größer als 0 ist

2, Ausgabe eines schwachen Kurzschlusses, wenn „CMO“ kleiner als 0 ist

3, Starke lange Ausgabe, wenn „CMO“ größer als 50 ist

4, Starke kurze Ausgabe, wenn „CMO“ kleiner als -50 ist

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentypen: „Hoch“, „Niedrig“, „Schluss“ Höchster Preis, niedrigster Preis, Schlusskurs, mehrere Dateneingaben

Fensterlänge: „200“

Parameterbereich: „[(2, 100)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.MACDEXT(par_values=(12, 0, 26, 0, 9, 0))

MACDEXT (Extendec MACD) Aktienauswahlstrategie.

Diese Strategie verwendet den MACD-Indikator, um Positionsziele zu generieren, aber im Gegensatz zum Standard-MACD sind die Arten von MACDEXT-Schnell-, Langsam- und Signaldurchschnitten optional!

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„fp`: ``int`“, schnelle Durchschnittsberechnungsperiode

``

ft: int, Art der schnellen Mittelung, Wertebereich 0-8

sp: int, langsamer SMA-Berechnungszeitraum

„st`: ``int`“, langsamer SMA-Typ, Wertebereich 0 bis 8

s: int, Berechnungszeitraum der MACD-Signalleitung

t: int, MACD-Signalleitungstyp, Wertebereich 0-8

Signaltyp

Typ PT: Positionsprozentsatz-Zielsignal

Regeln

Berechnen Sie „MACD“ gemäß den Regeln und generieren Sie Positionsverhältnissignale basierend auf der H-Linie des MACD:.

1, Gibt mehrere aus, wenn „hist>0“.

2, Null ausgeben, wenn „hist<0“.

Standardwerte von Strategieattributen

Standardparameter: (12, 0, 26, 0, 9, 0)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „200“

Parameterbereich: „[(2, 35), (0, 8), (2, 35), (0, 8), (2, 35), (0, 8)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.MFI(par_values=(14,))

MFI-Handelsstrategie (Money Flow Index): MFI wird verwendet, um festzustellen, ob eine Aktie überkauft oder überverkauft ist. Diese Strategie verwendet den MFI-Indikator, um Handelssignale zu generieren.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

p: int, MFI-Signalberechnungszeitraum

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnen Sie „MFI“ gemäß den Regeln und generieren Sie proportionale Handelssignale basierend auf dem Wert von MFI:.

1, 10 % Kaufhandelssignal werden konstant generiert, wenn „MFI > 20“.

2, Kontinuierliche 30 %-Verkaufssignale werden generiert, wenn „MFI > 80“ und Positionen kontinuierlich verkauft werden

Standardwerte von Strategieattributen

Standardparameter: (14,)

Datentypen: „Hoch“, „Niedrig“, „Schluss“, „Volumen“ Höchster Preis, niedrigster Preis, Schlusskurs, Volumen, mehrere Dateneingaben

Fensterlänge: „200“

Parameterbereich: „[(2, 100)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DI(par_values=(14, 14))

DI-Handelsstrategie (Directory Indicator).

Der DI-Indikator besteht aus einem negativen und einem positiven Indikator, die die Stärke des Aufwärts- bzw. Abwärtstrends des Preises anzeigen. Diese Strategie verwendet den ±DI-Indikator, um Handelssignale zu generieren.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, Berechnungszeitraum für negatives DI-Signal

p: int, positiver DI-Signalberechnungszeitraum

Signaltyp

Typ PT: Prozentuales Positionszielsignal

Regeln

Berechnen Sie positive und negative DI gemäß den Regeln und generieren Sie Positionszielsignale basierend auf dem Wert von DI:.

1, Wenn „+DI > -DI“, setzen Sie das Positionsziel auf 1

2, Wenn „+DI < -DI“, setzen Sie das Positionsziel auf -1

Standardwerte von Strategieattributen

Standardparameter: (14, 14)

Datentypen: „hoch“, „niedrig“, „nah“ Höchste, niedrigste, schließende, mehrere Dateneingaben

Fensterlänge: „200“

Parameterbereich: [(1, 100), (1, 100)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.DM(par_values=(14, 14))

DM-Handelsstrategie (Directional Movement).

Der DM-Indikator besteht aus einer negativen Richtungsbewegung und einer positiven Richtungsbewegung, die Aufwärts- bzw. Abwärtstrends des Preises anzeigen. Diese Strategie nutzt den ±DM-Indikator, um Handelssignale zu generieren

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, negativer DM-Signalberechnungszeitraum

p: int, Berechnungszeitraum für positives DM-Signal

Signaltyp

Typ PT: Prozentuales Positionszielsignal

Regeln

Berechnen Sie positive und negative DM gemäß der Regel und generieren Sie Positionszielsignale basierend auf dem Wert von DM:.

1, wenn „`+DM > -D``M, Positionsziel auf 1 setzen

2, Wenn „`+DM < -D``M, setzen Sie das Positionsziel auf -1

3, 其余情况设置持仓目标为0

Standardwerte von Strategieattributen

Standardparameter: (14, 14)

Datentypen: „hoch“, „niedrig“ Höchster Preis, niedrigster Preis, mehrere Dateneingaben

Fensterlänge: „200“

Parameterbereich: [(1, 100), (1, 100)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.MOM(par_values=(14,))

MOM (Momentum-Indikator) Handelsstrategie: Der MOM-Indikator kann verwendet werden, um die Stärke eines Aufwärts- oder Abwärtstrends im Preis zu identifizieren, wobei der MOM positiv ist, wenn der aktuelle Preis höher als der Preis des Vortages ist, und negativ, wenn er niedriger als der Preis des Vortages ist.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, MOM-Signalberechnungszeitraum

Signaltyp

Typ PT: Prozentuales Positionszielsignal

Regeln

Berechnen Sie „MOM“ gemäß der Regel und generieren Sie Positionszielsignale basierend auf dem Wert von „MOM“:.

1, wenn „MOM > 0“, Positionsziel auf 1 setzen

2, Wenn „MOM < 0“, setzen Sie das Positionsziel auf -1

3, 其余情况设置持仓目标为0

Standardwert des Strategieattributs:``

Standardparameter: (14, )

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „100“.

Parameterbereich: „[(1, 100)]“

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.PPO(par_values=(12, 26, 0))

PPO-Handelsstrategie (Percentage Price Oscillator): Der PPO-Indikator stellt die prozentuale Differenz zwischen den schnellen und langsamen gleitenden Durchschnitten dar, die zur Bestimmung der Preisentwicklung verwendet wird. Der Berechnungszeitraum der Long- und Short-Durchschnitte sowie die Art des Durchschnitts sind Parameter der Strategie.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„fp`: ``int`“, schnelle Durchschnittsberechnungsperiode

sp: int, langsamer SMA-Berechnungszeitraum

„m`: ``int`“, gleitender Durchschnittstyp (Bereich 0-8)

Signaltyp

Typ PT: Prozentuales Positionszielsignal

Regeln

Berechnen Sie den PPO gemäß den Regeln und generieren Sie Positionszielsignale basierend auf dem Wert des PPO:.

1, wenn PPO > 0, setzen Sie das Positionsziel auf 1

2, Wenn PPO < 0, setzen Sie das Positionsziel auf -1

3, 其余情况设置持仓目标为0

Standardwerte von Strategieattributen

Standardparameter: (12, 26, 0)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „100“.

Parameterbereich: [(2, 100), (20, 200), (0, 8)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.RSI(par_values=(12, 70, 30))

Handelsstrategie RSI (Relative Strength Index): Der RSI misst das Ausmaß der jüngsten Preisänderungen, um festzustellen, ob eine Aktie derzeit überverkauft oder überkauft ist, und um den Trend der Änderung entsprechend zu bestimmen. Der RSI schwankt immer zwischen 0 und 100 und ist eine oszillierende Kurve.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

p: int, RSI-berechneter Zeitraum

„ulim`: ``int`“, löst Minimum für Long-Positionen aus

„llim`: ``int`“, löst eine Obergrenze für Short-Positionen aus

Signaltyp

Typ PT: Prozentuales Positionszielsignal

Regeln

Berechnen Sie den RSI gemäß den Regeln und generieren Sie Positionszielsignale basierend auf dem Wert des RSI im Verhältnis zu ulim/llim:.

1, Positionsziel auf 1 setzen, wenn RSI > ulim

2, 当RSI < llim时，设置持仓目标为-1

3, 其余情况设置持仓目标为0

Standardwerte von Strategieattributen

Standardparameter: ``(12, 70, 30)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „100“.

Parameterbereich: [(2, 100), (50, 100), (0, 50)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.STOCH(par_values=(5, 3, 0, 3, 0))

Handelsstrategie STOCH (Stochastic Indicator): Der STOCH-Indikator misst die Dynamik von Preisänderungen. Die Größe der Dynamik bestimmt den Preistrend und generiert proportionale Kauf- und Verkaufshandelssignale.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

„fk`: ``int`“, schnelle Durchschnittsberechnungsperiode

sk: int, langsamer k-Mittelwert-Berechnungszeitraum

„skm`: ``int`“, langsamer k-mean-Typ, Wertebereich 0 bis 8

sd: int, langsamer d-mean berechneter Zeitraum

sdm: int, langsamer D-SMA-Typ, Wertebereich 0 bis 8

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnen Sie den k-Wert und den d-Wert gemäß den Regeln und generieren Sie proportionale Kauf-/Verkaufshandelssignale basierend auf dem k-Wert:.

1, Wenn k > 80, wird ein schrittweises Verkaufssignal generiert, um 30 % der Bestände pro Zyklus zu verkaufen

2, 当k < 20时，产生逐步买入信号，每周期买入总投资额的10%

3, Signal wird auch erzeugt, wenn k und d divergieren (zukünftige Verbesserung)

Standardwerte von Strategieattributen

Standardparameter: (5, 3, 0, 3, 0)

Datentypen: „Hoch“, „Niedrig“, „Schluss“ Höchster Preis, niedrigster Preis, Schlusskurs, mehrere Dateneingaben

Fensterlänge: „100“.

Parameterbereich: „[(2, 100), (2, 100), (0, 8), (2, 100), (0, 8)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.STOCHF(par_values=(5, 3, 0))

Handelsstrategie STOCHF (Stochastic Fast Indicator): Der STOCHF-Indikator misst die Dynamik einer Preisänderung und verwendet, ähnlich wie die STOCH-Strategie, den Stochastic Fast Indicator, um den Preistrend zu bestimmen und proportionale Kauf- und Verkaufshandelssignale zu generieren.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

fk: int, schneller K-Mittelwert-Berechnungszeitraum

„fd`: ``int`“, schneller berechneter D-Mittelwert

fdm: int, schneller D-Durchschnittstyp, Wertebereich 0 bis 8

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnen Sie den k-Wert und den d-Wert gemäß den Regeln und generieren Sie proportionale Kauf-/Verkaufshandelssignale basierend auf dem k-Wert:.

1, Wenn k > 80, wird ein schrittweises Verkaufssignal generiert, um 30 % der Bestände pro Zyklus zu verkaufen

2, 当k < 20时，产生逐步买入信号，每周期买入总投资额的10%

3, Signal wird auch erzeugt, wenn k und d divergieren (zukünftige Verbesserung)

Standardwerte von Strategieattributen

Standardparameter: (5, 3, 0)

Datentypen: „Hoch“, „Niedrig“, „Schluss“ Höchster Preis, niedrigster Preis, Schlusskurs, mehrere Dateneingaben

Fensterlänge: „100“.

Parameterbereich: [(2, 100), (2, 100), (0, 8)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.STOCHRSI(par_values=(14, 5, 3, 0))

Handelsstrategie STOCHRSI (Stochastic Relative Strength Index): Der STOCHRSI-Indikator misst die Dynamik von Preisänderungen, die zwischen 0 und 1 schwankt, die relative Stärke des Preistrends anzeigt und proportionale Kauf- und Verkaufshandelssignale generiert.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

p: int, Berechnungszeitraum

fk: int, schneller K-Mittelwert-Berechnungszeitraum

„fd`: ``int`“, schneller berechneter D-Mittelwert

fdm: int, schneller D-Durchschnittstyp, Wertebereich 0 bis 8

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnen Sie den k-Wert und den d-Wert gemäß den Regeln und generieren Sie proportionale Kauf-/Verkaufshandelssignale basierend auf dem k-Wert:.

1: Wenn k > 0,8, wird ein progressives Verkaufssignal generiert, um 30 % der Bestände pro Zyklus zu verkaufen

2, 当k < 0.2时，产生逐步买入信号，每周期买入总投资额的10%

3, Signal wird auch erzeugt, wenn k und d divergieren (zukünftige Verbesserung)

Standardwerte von Strategieattributen

Standardparameter: (14, 5, 3, 0)

Datentyp: „close“ Schlusskurs, einzelne Dateneingabe

Fensterlänge: „100“.

Parameterbereich: „[(2, 100), (2, 100), (2, 100), (2, 100), (0, 8)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.ULTOSC(par_values=(7, 14, 28, 70, 30))

ULTOSC (Ultimate Oscillator Indicator) Handelsstrategie: Der ULTOSC-Indikator berechnet das Preismomentum über drei verschiedene Zeithorizonte und generiert Handelssignale basierend auf Abweichungen zwischen den vielen verschiedenen Momentumarten.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

p1: int, Impulsberechnungszeitraum 1

p2: int, Impulsberechnungszeitraum 2

p3: int, Impulsberechnungszeitraum 3

„u`: ``int`“, Schwellenwerte für Verkaufssignale

l: int, Signalschwellen kaufen

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnung des „ULTOSC“-Indikators und Generierung von Handelssignalen basierend auf der Größe des Indikators.

1, Wenn „ULTOSC“ > u, wird ein progressives Verkaufssignal generiert, um 30 % der Bestände pro Zyklus zu verkaufen

2, Wenn „ULTOSC“ < l, wird ein progressives Kaufsignal generiert, um 10 Prozent der Gesamtinvestition pro Zyklus zu kaufen.

Standardwerte von Strategieattributen

Standardparameter: (7, 14, 28, 70, 30)

Datentypen: „Hoch“, „Niedrig“, „Schluss“ Höchster Preis, niedrigster Preis, Schlusskurs, mehrere Dateneingaben

Fensterlänge: „100“.

Parameterbereich: „[(1, 100), (1, 100), (1, 100), (1, 100), (70, 99), (1, 30)]“.

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

Timing-Strategie basierend auf technischen Volumenindikatoren

qteasy.built_in.WILLR(par_values=(14, 80, 20))

WILLR (William’s %R) Handelsstrategie: Der WILLR-Indikator wird verwendet, um zu berechnen, ob sich eine Aktie derzeit in einem überkauften oder überverkauften Bereich befindet, und wird zur Generierung von Handelssignalen verwendet.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

p: int, Impulsberechnungszeitraum

„u`: ``int`“, Schwellenwerte für Verkaufssignale

l: int, Signalschwellen kaufen

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnung des „WILLR“-Indikators und Generierung von Handelssignalen basierend auf der Größe des Indikators.

1, Wenn „WILLR > -l“ ist, wird ein progressives Verkaufssignal generiert, um 30 % der Bestände pro Zyklus zu verkaufen

2, Wenn „WILLR < -u“ ist, wird ein progressives Kaufsignal generiert, um 10 % der Gesamtinvestition pro Zyklus zu kaufen.

Standardwerte von Strategieattributen

Standardparameter: (14, 80, 20)

Datentypen: „Hoch“, „Niedrig“, „Schluss“ Höchster Preis, niedrigster Preis, Schlusskurs, mehrere Dateneingaben

Fensterlänge: „100“.

Parameterbereich: [(2, 100), (70, 99), (1, 30)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.AD()

AD-Handelsstrategie: Diese Strategie nutzt die AD-Linie (Accumulate Distribution Line), um Handelssignale zu generieren, die auf Volumen und Preis basieren, um den Trend der kumulierten Zu- oder Abflüsse von Geld in oder aus einer Aktie zu bestimmen und um die Aufwärts-/Abwärtsbewegung des Marktes durch diesen Trend zu bestimmen.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

Keine Richtlinienparameter

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnet den „AD“-Indikator und generiert Handelssignale basierend auf Änderungen im AD-Signal (oben/flach/unten).

Der Trend der AD-Linie wird durch Vergleich der Größe der beiden AD-Werte für heute/gestern ermittelt:

1, Abwärtstrend, wenn „AD(last)“ > AD(latest)“ ist, wodurch ein allmähliches Verkaufssignal generiert wird, um 30 % der Bestände pro Zyklus zu verkaufen

2, wenn „AD(last) < AD(latest)“ ein Aufwärtstrend ist, der ein allmähliches Kaufsignal erzeugt, um 10 % des pro Zyklus investierten Gesamtbetrags zu kaufen.

3, 当 AD(last) = AD(latest) 时，持平趋势，不产生任何交易信号

Standardwerte von Strategieattributen

Standardparameter: ()

Datentypen: „Hoch“, „Niedrig“, „Schluss“, „Volumen“ Höchster Preis, niedrigster Preis, Schlusskurs, Volumen, mehrere Dateneingaben

Fensterlänge: „100“.

Parameterbereich: []

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.ADOSC(par_values=(3, 10))

AD-Oszillator-Handelsstrategie: Diese Strategie nutzt den ADOSC (Accumulate Distribution Oscillator), um Handelssignale zu generieren. Der AD-Oszillator bestimmt die Richtung des Aktienkurses, indem er die MACD-Linie der AD-Linie berechnet.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

f: int, schnelle Mittelungsperiode

s: int, langsame Mittelungsperiode

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnet den „ADOSC“-Indikator und generiert Handelssignale basierend auf der Größe des Indikators.

1, Wenn „AD > 0“ ist, wird ein progressives Verkaufssignal generiert, um 30 % der Bestände pro Zyklus zu verkaufen.

2, 当 AD < 0 时，产生逐步买入信号，每周期买入总投资额的10%

3, Bei „AD = 0“ wird kein Handelssignal generiert

Standardwerte von Strategieattributen

Standardparameter: (3, 10)

Datentypen: „Hoch“, „Niedrig“, „Schluss“, „Volumen“ Höchster Preis, niedrigster Preis, Schlusskurs, Volumen, mehrere Dateneingaben

Fensterlänge: „100“.

Parameterbereich: [(2, 10), (10, 99)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.OBV(par_values=(15,))

OBV-Handelsstrategie: Diese Strategie nutzt OBV (On-Board Values), um Handelssignale zu generieren, die auf dem Volumen und Preis der Geschäfte basieren, um Veränderungen bei Aktien zu erkennen.

Trend (Bestimmung des Trends anhand der Durchschnittswerte), wenn das OBV-Signal den Aufwärtstrend des Preises bestätigt und ein Signal zur Eröffnung einer Position generiert, wenn das OBV-Signal und der Preistrend vorliegen.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, gleitender Durchschnitt von OBV und Schlusskurs zur Berechnung des Zeitraums

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnen Sie den „OBV“-Indikator und berechnen Sie den gleitenden N-Tage-Durchschnitt (N ist ein einstellbarer Parameter) des OBV-Indikators sowie den Schlusskurs des

N-tägige gleitende Durchschnitte und bestimmen Sie den Aufwärts-/Abwärtstrend basierend auf dem Verhältnis der gleitenden Durchschnitte gestern/heute:.

Ein Abwärtstrend wird beurteilt, wenn der gestrige Durchschnitt höher ist als der heutige, und ein Aufwärtstrend wird beurteilt, wenn der gestrige Durchschnitt niedriger ist als der heutige.

Die Strategie generiert dann Kauf-/Verkaufssignale basierend auf der Bestätigung/Divergenz des Aufwärts-/Abwärtstrends der beiden Durchschnittswerte:

1, 当 收盘价趋势上升，且OBV趋势上升时，上升趋势得到确认，买入100%份额

2, 当 收盘价趋势上升，但OBV趋势下降时，上升趋势背离，卖出持有股份的50%

3, 当 收盘价趋势下降，且OBV趋势下降时，下降趋势得到确认，卖出全部持有股份。

Standardwerte von Strategieattributen

Standardparameter: (15, )

Datentypen: „Schlusskurs“, „Volumen“, Schlusskurs, Volumen, mehrere Eingaben

Fensterlänge: „100“.

Parameterbereich: [(5, 100)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

Timing-Strategien basierend auf technischen Volatilitätsindikatoren

qteasy.built_in.ATR(par_values=(15,))

ATR-Handelsstrategie.

Die ATR-Handelsstrategie nutzt den ATR-Indikator, um Handelssignale zu generieren. Der ATR-Indikator misst die Volatilität des Aktienkurses und die Volatilität wird zur Bestimmung des Aktienkurses verwendet

Risiko und Volatilität, um Handelssignale zu generieren.

Bewertungsmetriken zum Testen und Bewerten der optimierten Strategieparameter.

n: int, der Berechnungszeitraum von ATR

Signaltyp

Geben Sie PS ein: Kauf-/Verkaufssignal in Prozent

Regeln

Berechnen Sie den „ATR“-Indikator und berechnen Sie den gleitenden N-Tage-Durchschnitt (N ist ein einstellbarer Parameter) des Preises und des ATR-Indikators und

Bestimmen Sie den Aufwärts-/Abwärtstrend basierend auf der ATR und der Beziehung zwischen gestern und heute des gleitenden Durchschnitts.

Ein Abwärtstrend wird beurteilt, wenn der gestrige Durchschnitt höher ist als der heutige, und ein Aufwärtstrend wird beurteilt, wenn der gestrige Durchschnitt niedriger ist als der heutige.

Die Strategie basiert dann auf dem Wert der ATR, um zu bestimmen, ob der Aufwärts-Abwärtstrend bestätigt wird oder nicht:

1, 当 收盘价趋势上升，且ATR趋势上升时，上升趋势得到确认，买入100%份额

2, 当 收盘价趋势下降，且ATR趋势下降时，下降趋势得到确认，卖出全部持有股份

3, 当出现其他情况时，不产生任何交易信号

Standardwerte von Strategieattributen

Standardparameter: (15, )

Datentypen: „High“, „Low“, „Close“, High, Low, Close, mehrere Dateneingaben

Fensterlänge: „100“.

Parameterbereich: [(5, 100)]

Referenzdaten werden nicht unterstützt und Handelsdaten werden nicht unterstützt

qteasy.built_in.NATR()

Not Implemented Yet

qteasy.built_in.TRANGE()

Not Implemented Yet