Back to skills
extension
Category: Productivity & OfficeNo API key required

量化交易知识

量化交易知识与技能。包括多因子选股、技术指标、经典策略(双均线、网格交易、突破策略)、套利策略、回测框架(Backtrader)、风险指标等。用于回答量化交易相关问题、股票分析、策略建议等。

personAuthor: eonelvhubclawhub

量化交易技能

本技能提供量化交易核心知识,用于股票分析、策略建议、量化学习指导。

核心能力

  1. 股票分析 - 基本面+技术面分析,给出买入/卖出建议
  2. 选股建议 - 根据多因子模型筛选优质股票
  3. 策略知识 - 双均线、网格交易、突破策略、动量策略等
  4. 风险控制 - 仓位管理、止损止盈

常用指标

基本面

  • PE(市盈率)、PB(市净率)
  • ROE(净资产收益率)
  • 净利润增长率
  • 股息率

技术面

  • MA(均线)、EMA(指数移动平均)
  • RSI(相对强弱指标)
  • MACD(平滑异同移动平均线)
  • KDJ、OBV
  • 布林带(Bollinger Bands)

买入建议模板

当分析股票时,使用以下模板:

## 📊 [股票名称] ([代码]) 分析

### 当前行情
- 当前价:[X]元
- 涨跌幅:[X]%
- 总市值:[X]亿

### 基本面分析
| 指标 | 数值 | 评价 |
|------|------|------|
| PE | X |  |
| PB | X |  |
| ROE | X% |  |
| 净利润增长 | X% |  |

### 建议
- 建议买入价:X-X元
- 止损价:X元(-X%)
- 目标价:X元(+X%)
- 仓位建议:X%

数据来源

  • 实时行情:东方财富网 (eastmoney.com)
  • 公告/研报:交易所官网、券商研报

学习路线

如需学习量化交易,参考:

  1. Python基础(Pandas、NumPy)
  2. 金融基础知识
  3. 技术指标
  4. 经典策略实现
  5. Backtrader回测
  6. 实盘接口(QMT/掘金)

详细知识见 references/ 目录。