ccxt

股票推荐对投资公司和投资者至关重要。然而，没有单一的选股策略会永远赢，而分析师可能没有足够的时间去检查所有标准普尔500股票（标准普尔500）。在本文中，我们提出了一个实用的方案，使用机器学习推荐标准普尔 500 指数的股票。我们的基本理念是动态购买并持有前 20% 的股票。首先，我们选择具有良好解释力的代表性股票指标。其次，我们采用五种常用的机器学习方法，包括线性回归、岭回归、逐步回归、随机森林和广义提升回归，在滚动窗口中对股票指标和季度对数回报进行建模。第三，我们选择每个时期均方误差最低的模型对股票进行排名。最后，我们通过执行等权重、均值方差和最小方差等投资组合分配方法来测试选定的股票。我们的实证结果表明，在夏普比率和累积回报方面，拟议的方案在标准普尔 500 指数上优于仅做多策略。

预测股票价格走势的完整过程笔记本

Google 提供的用于量化金融的 TensorFlow 库

收集机器学习和深度学习模型以进行股票预测，包括交易机器人和模拟

研发（R&D）对于提高工业生产力至关重要，尤其是在 AI 时代，研发的核心方面主要集中在数据和模型上。我们致力于通过 R&D-Agent 自动化这些高价值的通用研发过程，让 AI 驱动数据驱动的 AI。

Qlib 是一个面向 AI 的 Quant 投资平台，旨在利用 AI 技术为 Quant Research 提供支持，从探索想法到实施生产。Qlib 支持多种 ML 建模范式，包括监督学习、市场动态建模和 RL

本书旨在展示 ML 如何以实用而全面的方式为算法交易策略增加价值。它涵盖了从线性回归到深度强化学习的广泛 ML 技术，并演示了如何构建、回测和评估由模型预测驱动的交易策略。

用于金融深度强化学习的元宇宙。现在为股票、加密货币、外汇、纸质/实时交易等提供动态的市场环境。

Rockyzsu/stock 是一款由开发者 Rockyzsu 创建的开源项目，旨在为量化交易爱好者提供一个全面的学习平台。该项目涵盖了从数据采集、分析到策略实现的各个方面，帮助用户系统地学习和实践量化交易。

股票AI操盘手：从学习、模拟到实盘，一站式平台。包含股票知识、策略实例、大模型、因子挖掘、传统策略、机器学习、深度学习、强化学习、图网络、高频交易、C++部署和聚宽实例代码等，可以方便学习、模拟及实盘交易