0.1 量海航行:量化因子列表汇总(持续更新)

量海航行:从技术指标到因子库 🚀

目录

  • 量海航行:从技术指标到因子库 🚀
    • 1. 专栏描述
    • 2. 因子列表

1. 专栏描述

一个开源的量化因子项目,通过Python实现和标准化处理,将各类技术指标转化为可用因子。不止于因子计算,后续更有因子评估、优化与集成,助您构建专业量化交易系统。

持续更新中,让我们一起探索量化交易的无限可能!💪

2. 因子列表

点击以下名称可直接跳转指定因子文章,若无法跳转则尚未发布。

因子名称因子简述
重叠因子用于分析价格走势,通常作为趋势跟踪工具
BBANDS_factor布林带(Bollinger Bands)是一种基于移动平均线的技术分析工具,由John Bollinger在1980年代创建。它由三条线组成:中轨(移动平均线)、上轨(中轨加上N倍标准差)和下轨(中轨减去N倍标准差)。布林带可以帮助识别市场的超买超卖状态,以及价格波动的收缩和扩张。
DEMA_factor双重指数移动平均(Double Exponential Moving Average, DEMA)是一种改进的移动平均线指标,由Patrick Mulloy在1994年开发。相比传统的指数移动平均线(EMA),DEMA通过减少滞后性来提供更快的市场反应。它通过两次计算EMA并进行特殊组合来实现这一目标,可以在保持平滑性的同时减少滞后。
HT_TRENDLINE_factor希尔伯特变换趋势线(Hilbert Transform - Instantaneous Trendline)是一种基于希尔伯特变换的高级技术分析工具。它使用数字信号处理技术来识别价格的主导周期,并生成一条平滑的趋势线。这种方法可以有效过滤市场噪音,提供更准确的趋势信号。
EMA_factor指数移动平均线(Exponential Moving Average, EMA)是一种重要的技术分析工具,它通过对价格数据进行加权平均计算,赋予近期数据更大的权重。
KAMA_factor考夫曼自适应移动平均线(Kaufman Adaptive Moving Average, KAMA)是由Perry Kaufman开发的一种自适应技术指标。它的独特之处在于能够根据市场波动性自动调整移动平均的敏感度,在趋势市场中减少滞后,在震荡市场中增加平滑度。这种自适应特性使其比传统移动平均线具有更好的市场适应性。
MA_factor移动平均线(Moving Average, MA)是技术分析中最基础和最常用的指标之一。它通过计算一定时间窗口内的价格平均值来平滑价格波动,帮助识别市场趋势。MA可以过滤市场噪音,提供更清晰的价格走势,是构建交易策略的重要工具。
MAMA_factorMESA自适应移动平均线(MESA Adaptive Moving Average, MAMA)是由John Ehlers开发的一种高级技术指标。它使用MESA(Maximum Entropy Spectral Analysis)算法来自适应地调整移动平均的速度,能够快速响应市场变化同时保持良好的平滑性。MAMA包含两条线:MAMA(主线)和FAMA(跟随线)。
MAVP_factor可变周期移动平均线(Moving Average with Variable Period, MAVP)是一种高级移动平均线指标,其独特之处在于移动平均的周期不是固定的,而是根据另一个时间序列动态变化。这种自适应特性使得MAVP能够更好地适应市场的周期变化,提供更灵活的交易信号。
MIDPOINT_factor中点价格(MidPoint over period, MIDPOINT)是一种简单但有效的技术指标,它计算指定周期内最高价和最低价的中间值。这种方法可以帮助平滑价格波动,提供一个更稳定的价格参考水平。MIDPOINT通过消除极端价格的影响,反映了一段时期内的价格中枢。
MIDPRICE_factor中点价格(Midpoint Price over period, MIDPRICE)是一种基于最高价和最低价的技术指标。它通过计算指定周期内最高价和最低价的中间值来反映价格的中枢水平。与MIDPOINT相比,MIDPRICE考虑了价格的极值,能更好地反映价格的波动范围和潜在的支撑阻力位。
SAR_factor抛物线转向指标(Parabolic SAR - Stop And Reverse)是由J. Welles Wilder Jr.开发的技术分析工具。它是一个趋势跟踪指标,用于确定趋势的方向和可能的反转点。SAR的独特之处在于它的加速因子会随着趋势的发展而变化,使得指标能够自适应地跟踪价格走势。
SAREXT_factor扩展抛物线转向指标(Parabolic SAR - Extended, SAREXT)是对传统SAR指标的增强版本。它的主要改进在于可以为上升和下降趋势分别设置不同的加速因子参数,使得指标能够更好地适应不同市场环境下的趋势特征。这种灵活性使SAREXT能够更精确地捕捉不同方向的趋势变化。
SMA_factor简单移动平均线(Simple Moving Average, SMA)是最基础且应用最广泛的技术指标之一。它通过计算一定周期内价格的算术平均值来平滑价格波动,帮助识别价格趋势。SMA的简单性和直观性使其成为技术分析中不可或缺的工具。
TRIMA_factor三角移动平均线(Triangular Moving Average, TRIMA)是一种特殊的加权移动平均线。它通过对价格数据进行两次简单移动平均计算,自然形成三角形权重分布,使得中间数据的权重最大,两端数据的权重逐渐减小。这种权重分布使TRIMA具有更好的平滑效果,同时保持对中期趋势的敏感性。
T3_factor三重指数移动平均线(Triple Exponential Moving Average, T3)是由Tim Tillson开发的一种高级移动平均线指标。它通过多重平滑处理来减少滞后性,同时保持良好的噪音过滤能力。T3结合了多个EMA和一个体积因子(Volume Factor),能够在保持响应速度的同时提供更平滑的趋势线。
WMA_factor加权移动平均线(Weighted Moving Average, WMA)是一种重要的技术分析工具,它通过对不同时期的价格数据赋予不同的权重来计算平均值。WMA给予最近期数据最高的权重,权重随着时间的推移线性递减,这种特性使其能够更快地反应价格变化,同时保持一定的平滑效果。
TEMA_factor三重指数移动平均线(Triple Exponential Moving Average, TEMA)是一种高级移动平均线指标,由Patrick Mulloy开发。它通过三重指数平滑处理来减少传统移动平均线的滞后性,同时保持对价格变动的敏感度。TEMA的独特之处在于它使用了EMA的线性组合来实现更快的响应速度。
动量因子用于衡量价格变化的速度和方向,帮助判断市场趋势的强度
ADX_factor平均趋向指标(Average Directional Movement Index, ADX)是由Welles Wilder开发的技术指标,用于评估趋势的强度而不考虑趋势的方向。它通过计算正向动向指标(+DI)和负向动向指标(-DI)的平均值来衡量趋势强度。ADX的上升表明趋势增强,下降表明趋势减弱,通常用于判断当前市场是趋势市还是盘整市。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/21447.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C++和OpenGL实现3D游戏编程【总览】

欢迎来到zhooyu的游戏专栏。 主页网址:【zhooyu】 专栏网址:【C和OpenGL实现3D游戏编程】 🌟🌟🌟这里将通过一个OpenGL实现3D游戏编程实例教程,带大家深入学习OpenGL知识。知识无穷而人力有穷,…

pycharm社区版有个window和arm64版本,到底下载哪一个?还有pycharm官网

首先pycharm官网是这一个。我是在2025年2月16日9:57进入的网站。如果网站还没有更新的话,那么就往下滑一下找到 community Edition,这个就是社区版了免费的。PyCharm:适用于数据科学和 Web 开发的 Python IDE 适用于数据科学和 Web 开发的 Python IDE&am…

GPT-Sovits:语音克隆训练-遇坑解决

前言 本来以为3050完全无法执行GPT-Sovits训练的,但经过实践发现其实是可以,并且仅花费了十数分钟便成功训练和推理验证了自己的语音模型。 官方笔记:GPT-SoVITS指南 语雀 项目地址:https://github.com/RVC-Boss/GPT-SoVITS 本人…

8 SpringBootWeb案例(上): 查询【分页功能(分页插件)】、删除、新增、修改

文章目录 前言:SpringBootWeb案例1. 准备工作1.1 需求&环境搭建1.1.1 需求说明1.1.2 环境搭建1.2 开发规范1.2.1 开发规范-REST(不强求非要这种风格,传统风格有时候更方便)1.2.2 开发规范-统一响应结果和异常处理1.2.3 开发流程2. 部门管理2.1 查询部门2.1.1 原型和需求…

深入了解 DevOps 基础架构:可追溯性的关键作用

在当今竞争激烈的软件环境中,快速交付强大的应用程序至关重要。尽管如此,在不影响质量的情况下保持速度可能是一项艰巨的任务,这就是 DevOps 中的可追溯性发挥作用的地方。通过提供软件开发生命周期 (SDLC) 的透明视图…

用C++ Qt实现安卓电池充电动效 | 打造工业级电量控件

一、为什么需要自定义电池控件? 在工业控制、车机系统、智能硬件等领域的UI开发中,电池状态显示是高频出现的UI组件。通过实现一个支持颜色渐变、动态充电动画、警戒阈值提示的电池控件,开发者可以系统掌握以下核心能力: Qt绘图…

一批起飞猪名单配图

好久没有使用风口猪选股指标了,今天去玩了一把,发现起飞猪指标显示了好多一批猪票 华曙高科 汉威科技 双林股份 曼恩斯特 长盈精密 江苏雷利 双飞集团 奥飞数据 硅宝科技 水晶光电 长盈精密

机器学习笔记——常用损失函数

大家好,这里是好评笔记,公主号:Goodnote,专栏文章私信限时Free。本笔记介绍机器学习中常见的损失函数和代价函数,各函数的使用场景。 热门专栏 机器学习 机器学习笔记合集 深度学习 深度学习笔记合集 文章目录 热门…

Ubuntu 服务器Llama Factory 搭建DeepSeek-R1微调训练环境

1.首先了解一下什么是LLM微调 LLM 微调指的是在已经预训练好的大型语言模型基础上,使用特定的任务数据或领域数据,通过进一步的训练来调整模型的参数,使其在特定任务或领域上能够表现得更好。简单来说,就是对一个已经具备了丰富语…

环境变量与本地变量

目录 本地变量的创建 环境变量VS本地变量 认识完了环境变量我们来认识一下本地变量。 本地变量的创建 我们如果直接env是看不到本地变量的,因为本地变量和环境变量都具有独立性,环境变量是系统提供的具有全局属性的变量,都存在bash进程的…

智慧农业新生态 | 农业数字化服务平台——让土地生金,让服务无忧

一部手机管农事,从播种到丰收,全链路数字化赋能! 面向农户、农机手、农服商、农资商打造的一站式农业产业互联网平台,打通农资交易、农机调度、农服管理、技术指导全场景闭环,助力乡村振兴提效增收。 三大核心场景&am…

【运维自动化-作业平台】如何创建执行方案和作业模板

蓝鲸智云作业平台,以下简称作业平台或JOB平台作业模板和执行方案:将运维操作场景中涉及到的多个脚本执行或文件分发步骤组合成一个作业模板,这个作业模板尽可能把场景相关的共性逻辑都包含进去,然后再根据实际使用场景衍生出相应的…

广度优先搜索--之重生之我是蒟蒻,从入坟到入坑式讲解

广度优先搜索 1.什么是广度优先搜索? 广度优先搜索(Breadth-First Search,简称BFS)是一种遍历或搜索树和图的算法,也称为宽度优先搜索,BFS算法从图的某个节点开始,依次对其所有相邻节点进行探索和遍历&am…

CSDN文章质量分查询系统【赠python爬虫、提分攻略】

CSDN文章质量分查询系统 https://www.csdn.net/qc 点击链接-----> CSDN文章质量分查询系统 <------点击链接 点击链接-----> https://www.csdn.net/qc <------点击链接 点击链接-----> CSDN文章质量分查询系统 <------点击链接 点击链…

为AI聊天工具添加一个知识系统 之113 详细设计之54 Chance:偶然和适配 之2

本文要点 要点 祖传代码中的”槽“ &#xff08;占位符变量&#xff09; 和 它在实操中的三种槽&#xff08;占据槽&#xff0c;请求槽和填充槽&#xff0c; 实时数据库&#xff08;source&#xff09;中数据(流入 ETL的一个正序流程 行列并发 靶向整形 绑定变量 &#xff09…

微信小程序实现拉卡拉支付

功能需求&#xff1a;拉卡拉支付&#xff08;通过跳转拉卡拉平台进行支付&#xff09;&#xff0c;他人支付&#xff08;通过链接进行平台跳转支付&#xff09; 1.支付操作 //支付 const onCanStartPay async (obj) > {uni.showLoading({mask: true})// 支付接口获取需要传…

Spring框架基本使用(Maven详解)

前言&#xff1a; 当我们创建项目的时候&#xff0c;第一步少不了搭建环境的相关准备工作。 那么如果想让我们的项目做起来方便快捷&#xff0c;应该引入更多的管理工具&#xff0c;帮我们管理。 Maven的出现帮我们大大解决了管理的难题&#xff01;&#xff01; Maven&#xf…

unity学习46:反向动力学IK

目录 1 正向动力学和反向动力学 1.1 正向动力学 1.2 反向动力学 1.3 实现目标 2 实现反向动力 2.1 先定义一个目标 2.2 动画层layer&#xff0c;需要加 IK pass 2.3 增加头部朝向代码 2.3.1 专门的IK方法 OnAnimatorIK(int layerIndex){} 2.3.2 增加朝向代码 2.4 …

力扣hot100——螺旋矩阵 超简单易懂的模拟搜索方法

给你一个 m 行 n 列的矩阵 matrix &#xff0c;请按照 顺时针螺旋顺序 &#xff0c;返回矩阵中的所有元素。 解法思路&#xff1a; // 模拟螺旋搜索设定四个边界// left right// top |————————————————|// | |// |…

格瑞普推出革命性半固态电池,为行业无人机续航注入未来动力

引言&#xff1a;行业痛点与解决方案 在行业无人机快速发展的今天&#xff0c;续航时间短、安全性不足以及效率低下等问题始终是行业难题。无论是物流运输、电力巡检&#xff0c;还是农业植保&#xff0c;用户对更持久、更安全、更高效的电池技术充满期待。 今天&#xff0c;…