這個其實要看個人的交易系統了，畢竟技術指標那麼多，我們在交易的時候不可能全部都參考，因此尋找到自己喜歡的或者合適自己的才最重要。
這里推薦你幾個比較常用的，也對交易比較有幫助的幾個macd（雙線）,均線組合（這個非常重要，也非常好用），斐波那契回調區間。
我個人在交易的時候，實際就是用這三個，在進場出場點的選擇上，達到技術指標的共振為好
Ⅱ 外匯EA交易策略一般要測試多久再能確定其穩定性
外匯EA交易策略一般要測試多久再能確定其穩定性
6-12個月
Ⅲ 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
talib,pandas,numpy,scipy,statsmodels,bisect等等。目前，RIcequant量化交易平台支持了多種強大的Python模塊，直接在平台上做研究，可以省去很多的安裝和數據埠對接的煩勞。另外，ricequant量化交易平台也有各種模塊配套的學習資源，幫助你盡快掌握各種模塊的使用，也有相應的模塊的策略，讓你可以更快的學習以及驗證自己的投資想法。
Ⅳ 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
比較成熟的庫可以參考如下幾個： pybacktest pyalgotrader zipline bt backtrader pybacktest基於vector，不是event based，快得多得多，缺點也明顯。
Ⅳ 測試外匯EA交易策略一般需要多久再能確定其穩定性
建議半年到一年比較好，要看一個階段的長期收益，不能只看一兩單的收益率。
Ⅵ 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
pybacktest
pyalgotrader
zipline
bt
backtrader
pybacktest基於vector，不是event based，快得多得多，缺點也明顯。
Ⅶ 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
pybacktest pyalgotrader zipline bt backtraderpybacktest基於vector，不是event based，快得多得多，缺點也明顯。
Ⅷ 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫
numpy
介紹：一個用python實現的科學計算包。包括：1、一個強大的N維數組對象Array；2、比較成熟的（廣播）函數庫；3、用於整合C/C++和Fortran代碼的工具包；4、實用的線性代數、傅里葉變換和隨機數生成函數。numpy和稀疏矩陣運算包scipy配合使用更加方便。
scipy
介紹：SciPy是一款方便、易於使用、專為科學和工程設計的Python工具包。它包括統計、優化、線性代數、傅里葉變換、信號和圖像處理、常微分方程求解等等。
pandas
介紹：Python Data Analysis Library 或 pandas 是基於NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。pandas提供了大量能使我們快速便捷地處理數據的函數和方法。你很快就會發現，它是使Python成為強大而高效的數據分析環境的重要因素之一。
quantdsl
介紹： quantdsl包是Quant DSL語法在Python中的一個實現。Quant DSL 是財務定量分析領域專用語言，也是對衍生工具進行建模的功能編程語言。Quant DSL封裝了金融和交易中使用的模型（比如市場動態模型、最小二乘法、蒙特卡羅方法、貨幣的時間價值）。
statistics
介紹：python內建的統計庫，該庫提供用於計算數值數據的數學統計的功能。
PyQL
介紹： PyQL構建在Cython之上，並在QuantLib之上創建一個很淺的Pythonic層，是對QuantLib的一個包裝，並利用Cython更好的性能。