这个其实要看个人的交易系统了，毕竟技术指标那么多，我们在交易的时候不可能全部都参考，因此寻找到自己喜欢的或者合适自己的才最重要。
这里推荐你几个比较常用的，也对交易比较有帮助的几个macd（双线）,均线组合（这个非常重要，也非常好用），斐波那契回调区间。
我个人在交易的时候，实际就是用这三个，在进场出场点的选择上，达到技术指标的共振为好
Ⅱ 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
Ⅲ 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。
Ⅳ 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。
Ⅳ 测试外汇EA交易策略一般需要多久再能确定其稳定性
建议半年到一年比较好，要看一个阶段的长期收益，不能只看一两单的收益率。
Ⅵ 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
pybacktest
pyalgotrader
zipline
bt
backtrader
pybacktest基于vector，不是event based，快得多得多，缺点也明显。
Ⅶ 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
pybacktest pyalgotrader zipline bt backtraderpybacktest基于vector，不是event based，快得多得多，缺点也明显。
Ⅷ 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。