⑴ 使用python做量化交易策略测试和回验，有哪些比较成熟一些的库
numpy
介绍：一个用python实现的科学计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
scipy
介绍：SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包。它包括统计、优化、线性代数、傅里叶变换、信号和图像处理、常微分方程求解等等。
pandas
介绍：Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
quantdsl
介绍： quantdsl包是Quant DSL语法在Python中的一个实现。Quant DSL 是财务定量分析领域专用语言，也是对衍生工具进行建模的功能编程语言。Quant DSL封装了金融和交易中使用的模型（比如市场动态模型、最小二乘法、蒙特卡罗方法、货币的时间价值）。
statistics
介绍：python内建的统计库，该库提供用于计算数值数据的数学统计的功能。
PyQL
介绍： PyQL构建在Cython之上，并在QuantLib之上创建一个很浅的Pythonic层，是对QuantLib的一个包装，并利用Cython更好的性能。
⑵ 有什么方法能够检测某种交易策略的成功率比如说价格在5日线上则做多，跌破5日线则平仓，我该怎么样才
如果不懂统计学，可以尝试去记录一段时间的价格与线性相对变化规律
⑶ 外汇EA交易策略一般要测试多久再能确定其稳定性
外汇EA交易策略一般要测试多久再能确定其稳定性
6-12个月
⑷ 使用python做量化交易策略测试和回验，有哪些比较成熟一些的库
比较成熟的库可以参考如下几个：
pybacktest
pyalgotrader
zipline
bt
backtrader
pybacktest基于vector，不是event based，快得多得多，缺点也明显。
⑸ 使用python做量化交易策略测试和回验，有哪些比较成熟一些的库
量化交易大多用在股票交易上，量化是指将某只股票或者摸个行业的数据进行量化，版在更具各家机构自己权的量化公式进行选择，量化交易只是选择，并不涉及交易
程序化交易也是一种量化交易，但是是更具已有的数据进行，比如各种行情指标，MACD KDJ等，无法像量化交易那样把能涉及到的所有数据进行量化，程序化交易更侧重交易的自动进行，没有认为干预，且模型编写简单，个人用户也可以进行！
⑹ 十大经典交易策略
几种常见的交易策略类型，学会你也成大神！
汇商
洞悉行业本质，分享交易精髓
几种常见的交易策略类型，学会你也成大神！
来自专栏外汇网络
28 人赞同了文章
为你朗读
3 分钟
总是被问到各种交易策略，新手交易者对这个话题充满困惑。不如用这篇文章从整体概念上为大家普及应用最广的一些交易策略吧。
我会尽量提到每种交易策略的特点、如何入场和出场、哪些策略适合专业交易员或者交易新手等。希望能够解答你的一些疑惑。
什么是交易策略？
交易策略就是能让你在金融市场上盈利的交易计划/行动。每种交易策略都需要交易者做以下决定：
交易什么工具。很明显适合股票市场的策略不一定适合外汇市场；
入场、出场位；
资金管理：你计划每笔交易投入多少资金；
风险管理：每笔交易能够承受多少亏损。
有些策略比较复杂，有些的简简单单就能描述清楚。不管如何，交易者都需要对策略进行测试，你可以选择手动进行或者用软件来测试。以下是一些测试方法：
历史测试：考虑充分时间内的数据来检验策略在不同市场行情下的表现，比如你用日图测试，那么可以寻找近2-3年的历史数据进行分析，参考交易不能低于100笔；
前瞻性测试：尝试将策略用于模拟账户，收集至少3-6个月的数据，看这个结果是否和历史测试结果相一致；
真实市场测试：以最小交易量在真实市场环境中应用，主要是看这种策略是否有效、以及是否适合你。
专业市场参与者的交易策略
专业参与者包括投行、对冲基金、做市商等，他们使用的策略主要有以下：
高频交易策略，也就是利用算法交易系统在毫秒间快速交易。这种环境要求高，需要昂贵的设备、与服务器直接的连接，以最大化节约时间；
套利交易，也是一种算法交易策略；
跨境套利和时间套利：前者在不同交易市场交易同一资产，后者在同一交易市场利用时间差进行交易；
投资交易策略：一种长期交易策略，是基于深入的基本面分析、数字模型等的策略；
利用交易量和市场概况是基于交易量的分析方法。这种策略分析某个价格的交易量累积，即支撑位和阻力区间。
所有专业交易策略都需要专业知识、昂贵的软硬件，但是它们确实能提供独到的交易优势。
适合新手们的基础交易策略
这个类别里面的交易策略和系统就友好多了，普通交易者都可以用，其中很多都是基于技术分析。我们可以将这些策略分为几类：
1. 按照交易风格
剥头皮：一天可能10-100笔交易，使用1分钟或5分钟图表这种短时间周期的。每笔交易盈利不多，持仓时间也短；
日内交易：一天2-5笔交易，用30分钟或1小时图表，盈利点数、持仓时间都高于剥头皮；
波段交易：一周1-2笔，常用日图，每笔交易可以几十到上百点的盈利。交易者无需一直盯着图表，因为通常持仓时间超过1天；
长线交易：一年可能1-2笔，使用周图和月图，持仓时间可能长达数月或者更高。
2. 按照分析方法
基于基本面分析的策略。意味着交易者根据政治地缘、经济因素来做交易决定。这类交易可以是长期的也可以是短期的。短期交易策略比如新闻交易；
基于技术分析的策略。利用之前价格波动来预测接下来的波动情况。
3. 按照市场状态
趋势跟踪：先识别趋势，然后寻找入场点，顺势交易；
回调交易：在趋势中途回调时入场。根据是市场不会直线波动；
无方向性交易：识别价格停留一段时间的区间；
突破交易：识别目前价格区间的突破，在突破的方向上交易；
反转交易：识别价格反转的可能，是当前趋势可能结束的地方。这种策略被认为很难、风险高，主要是因为很难识别价格反转的地方。
4. 按照风险交易方法
金字塔加仓：如果前一个仓位盈利，那么下一个仓位双倍持仓。这是累积仓位的方式，通常适合顺势进行；
锁定：在空头时开仓做多，在多头时开仓做空。这个策略主要用于外汇市场；
平均：在亏损的交易上加倍投资，当这些仓位达到设定的价位时全部关闭。比如鞅策略。
结语
交易策略的选择对每个交易都很重要，也是必经的一步。但是，这么多类型如何选择呢？
首先，确定你的目标、可交易时间、你的性格；
然后，根据上面几个因素选择少数几种策略加入你的列表中；
最后，深入研究适合自己的策略理论，在实践中不断练习和结合起来使用，找到最高效、最适合自己的策略。
来自专栏
外汇网络
汇商 · 1781 篇内容
这位老头花了3亿炒股票，投资了1000多家公司，34年靠优惠券“吃喝全免”
文章 · 14 赞同 · 3 评论
编辑于 05-01
著作权归作者所有 · 申请转载
分享到
交易策略
交易系统
交易
评论
随风奔跑
赞
反转交易。 下面的配图，怎么那么特别？
上帝笑了
赞
图中的分布图是什么指标？
查看全部 (2)
添加评论...
推荐阅读
从500赚到5000美金，交易者常用这三种短线交易策略
汇商的文章 · 35 赞同
经验分享：这几个波段交易策略确实有用！（多图解析）
汇商的文章 · 14 赞同
3分钟看懂的极简交易策略（三）：超简单波段交易策略
汇商的文章 · 99 赞同
看了这篇文章，也许会颠覆你对交易“锁仓”的认知！
汇商的文章 · 5 赞同
三种非常简单的组合交易策略，你学不学？
汇商的文章 · 44 赞同
“收盘前30分钟”判明日涨跌！这是我见过分析得最透彻的交易文章
牛年的文章 · 385 赞同
我们收集了2020年最有效、最受欢迎的波段交易行动计划
汇商的文章 · 11 赞同
改变那些错误的想法，你终将成为一名优秀的交易员
汇商的文章 · 14 赞同
三种极简交易策略实用笔记：内含使用规则+图形解析+触发条件
汇商的文章 · 46 赞同
交易日图，我发现很多人有这5个误解
汇商的文章 · 36 赞同
⑺ 使用python做量化交易策略测试和回验，有哪些比较成熟一些的库
可以尝试下RiceQuant - Beta，完全云端运行策略的产品。
回测以及实时数据更新我们采用了java做核心交易系统引擎！
⑻ 使用python做量化交易策略测试和回验，有哪些比较成熟一些的库
talib,pandas,numpy,scipy,statsmodels,bisect等等。目前，RIcequant量化交易平台支持了多种强大的Python模块，直接在平台上做研究，可以省去很多的安装和数据端口对接的烦劳。另外，ricequant量化交易平台也有各种模块配套的学习资源，帮助你尽快掌握各种模块的使用，也有相应的模块的策略，让你可以更快的学习以及验证自己的投资想法。