1.kungfu源码阅读（五）wingchun模块
2.Alpha系列——组合优化概述附源码
3.通达信公式进阶（9）：条件预警和全推数据
4.EA是程序什么？
5.期货技术分析文华6软件：量仓指标源码分享
6.通达信源码转换文华6指标---沙夫趋势周期期货技术分析软件
kungfu源码阅读（五）wingchun模块
本文将探讨策略引擎的执行逻辑，首先，源码员程易我们聚焦于位于core/cpp/wingchun/include/kungfu/wingchun/strategy/strategy.h的交易虚基类Strategy。注释部分简明扼要地描述了每个函数的序源功能。
在Strategy的码交子类中，需要实现策略的程序趋势公式源码大全逻辑。kungfu提供了一种C++版本的源码员程易实现方式，在examples/strategy/cpp/src/demo_strategy.cpp文件中，交易尽管示例策略并未完全完善，序源但其设计允许C++实现对性能要求高的码交策略。kungfu随后封装这些策略为Python接口，程序以方便通过Python进行统一管理。源码员程易
同样，交易kungfu也为Python直接提供了Strategy接口，序源让不熟悉C++的码交量化交易员能够轻松编程，这部分接口在core/cpp/wingchun/pybind/pybind_wingchun.cpp中实现，原理与之前介绍的locator中相似。
在Python环境中，Strategy的实现位于core/python/kungfu/wingchun/strategy.py。在这里，通过ctx变量存储不同类型的全局变量，__init_strategy方法通过importlib将具体策略代码文件动态导入，变为impl模块，实现了策略代码的隔离与调用。策略的回调函数通过调用impl模块中的相应功能函数得以实现，大大提高了策略的拓展性和简洁性。
为了运行多个策略，kungfu引入了策略管理器——Runner。该管理器负责添加Python或C++策略到对象中，集中负责数据的分发，确保多个策略共享同一数据源。例如，当接收股票快照时，会将快照数据推送至多个策略，每个策略执行其相应的on_quote函数。这一设计通过core/cpp/wingchun/src/strategy/runner.cpp中的C++实现完成。
Runner.run中的执行逻辑依赖于rxcpp库，采用惰性执行策略。在on_start函数中预先处理了可观察对象events_，确保每当接收快照或订单回报时，都能触发相应策略的回调函数。
至此，手写源码制作本文全面介绍了功夫的核心部分，包括策略引擎、策略实现、Python接口、策略管理、数据分发机制以及多策略运行。理解了这些内容，就能建立起对功夫框架的全面认识，掌握其核心功能。
Alpha系列——组合优化概述附源码
在股票投资组合管理中，组合优化扮演着核心角色，它主要涉及两个方面：预测（alpha挖掘）与组合优化。本文通过实战视角，详细阐述了各种组合优化场景，并提供了相应的实验代码，帮助投资者更深入地理解这一过程。
在alpha构建阶段，我们分为alpha研究与alpha组合两个流程。研究阶段专注于寻找具有高信息含量、能够产生alpha因子的信息源，并对这些因子的生成来源和结构进行探索与验证，主要通过统计检验和可视化手段实现。组合阶段则将所有alpha因子融合，处理它们之间的相关性，目标是实现信息最大化或alpha最大化，数据质量和预测对alpha的贡献至关重要。
进入组合构建阶段，我们的目标是综合收益、风险与投资者的偏好或约束。首先，选择合适的风险度量与建模方法，包括协方差矩阵、VAR或risk parity，然后定义目标函数，如收益最大化、风险最小化、夏普比率或信息比率最大化等。最后，根据投资者的偏好或先验信息设定其他约束条件，如空头限制、净杠杆约束、xg源码指标单头寸范围和行业头寸限制等。
在交易执行阶段，我们关注的是将理想组合转化为实际交易列表的过程。面对交易成本的复杂性，如线性与非线性成本，以及如何有效执行交易等挑战。实际操作中，小资金倾向于激进一次性下单，而大资金则更可能将交易执行交由交易员管理。
总结来看，从alpha预测向量出发，解决最优化问题是组合优化的核心议题。实践中，常见优化问题包括马科维茨问题（经典均值方差优化）、禁止做空约束、换手率约束、持有约束以及交易成本约束等。通过因子模型对协方差进行建模，可以提高风险模型的解释力。综合考虑持有约束、交易成本约束与风险模型，形成全栈优化策略。主动投资部分，基于信息率定义的策略提供给读者实践探索。
本文旨在展示量化股票投资组合的完整流程，即从alpha生成到组合构建的整合过程。组合优化与alpha预测同等重要，共同支撑着投资决策。希望本文提供的代码与案例能够为读者提供实践指导，进一步加深对组合优化的理解与应用。
通达信公式进阶（9）：条件预警和全推数据
全推数据，它指的是市场实时金融数据，包括最新的即时量价等基础行情数据，以及基于这些基础数据定义的数据。
通常情况下，量化交易的全推数据包括每笔交易、每个tick的实时数据，而通达信的接口仅提供分时行情级别的全推数据。这里所说的基础行情全推数据，实际上就是分时行情，而其他全推数据则可以通过DYNAINFO即时行情函数来获取。url设计源码
正因为这个特性，通达信的全推数据通常和条件预警功能搭配使用。接下来，我就以我自己编写的公式综合预警示例为例，来教大家如何设置条件预警。
我是@波有蛋，一位从业八年的职业交易员，对股票、基金、程序化交易等领域有深入的研究，擅长指标和选股公式的编写，已经服务了上千粉丝，帮助他们开通了满意的证券账户。
那么，下面我们就正式开始本期的教学吧！
1、全推数据
通达信的全推数据包括即时量价等基础行情数据，以及其他通过DYNAINFO即时行情函数获取的数据。
需要注意的是，直接使用基础行情数据函数OCHLVA获取到的数据并非即时量价全推数据，它还包含了历史行情。即时量价获取接口如下：
对比OCHLVA和即时量价全推数据，基础行情用实线表示，全推数据用虚线表示，同一个数据用相同的颜色表示，源码如下：
将成交量和成交额放在副图，同比压缩数量级，效果如下图所示：
全推数据始终显示一条直线，始终只输出最新的即时行情数据，而OCHLVA则包含了历史数据。
2、条件预警
条件预警是选股公式的延伸用法。在使用选股公式时，每次选股才生效一次，即便设置自动选股，也只能最多一分钟选一次股（使用一分钟一次刷新非常占用电脑的工作效率）。
条件预警则可以实时处理全推数据，相当于实时刷新的选股公式，只要在盘中随时满足选股条件就能直接将股票加入自选，而使用条件选股则可能错过很多时机。
介绍完条件预警的源码代码注释功能后，我就以我自编的选股公式综合预警示例为例，教大家如何设置条件预警。
首先，导入综合预警示例公式。还没有综合预警示例公式的粉丝，你懂的~
导入成功后，键盘精灵输入.启动条件预警设置。
条件预警设置分成4个栏目，其中预警品种设置、预警公式设置是主要用到的功能。下面我将依次教大家如何设置。
预警品种是指你想对哪些证券进行监控，可以自行选定添加，条件预警默认监控添加的品种。
比如，我想监控所有上证A股，就点击左侧的上证A股栏，再点击全选后确认，即可将所有上证A股添加到监控。
之后，进入预警公式设置，点击添加公式，选择综合预警示例公式添加。
注意，预警范围可以选择预设品种和指定范围，选择预设品种即监控之前在预警品种添加的列表，选择指定范围则可重新自定义监控范围。
最后，可以将预警结果关联到自定义板块，相当于选股入板块。
设置完成后，系统会提示启动预警功能。
只有盘中才会出现预警结果，示例截图时间在盘后，所以没有数据。
对于不清楚的地方，欢迎留言讨论，任何问题我都会解答~
如果你对低佣开户或量化交易有需求，或者需要量化策略、通达信公式编写的技术支持，关注我，希望能帮得到你。
EA是什么？
"EA"是指智能交易Expert Advisor，也叫智能交易系统、程序交易系统、自动化交易程序……EA本质上是一个电脑程序。是由程序员根据操盘的交易策略和思路编写写成计算机程序，只要在交易账户运行该序，EA就能自动分析外汇行情走势，自动买进抛出，低买高抛，完全不用盯着电脑，自动完成整个交易过程。
EA自年最早起源于美国，随着电脑技术和网络科技的发展，华尔街上的许多大公司的外汇交易员并不是把主要精力与时间放在人工盯盘与手动操作上，而是放在不断编写与完善自己的交易策略，然后编成EA，让电脑去自动执行。
扩展资料：
"EA"的类型介绍：
1、趋势EA
目前最常见，也是比较成熟的EA策略，根据各类指标策略判断趋势，进行交易。
2、货币对冲EA
通过不同货币价格波动的相关性进行多空对冲交易，货币对冲EA最大的缺点是无法回测，也就是无法得知过去行情的交易表现，只能通过实盘观察现有的交易。
3、网格EA
网格EA通过将k线划分相等或不等点位间距，达到间距点位触发交易。优点：资金曲线完美，盈利非常稳定，仓位小资金非常安全，配合定期出金，风险非常小。缺点：不适合小资金账户或手数过重的交易。
4、 剥头皮EA
盈利非常高的EA，利用经纪商报价延迟的间隙下单，交易时间非常短毫秒计算；缺点是对平台的点差和交易环境要求特别高，目前基本上没有平台适合做长期稳定的剥头皮交易。
5、综合类EA
综合类EA结合了以上几种EA的策略，但是有些EA虽然是趋势入场，却采用了及其激进的资金管理，放大了其爆仓风险。有些网格类EA采用了类Martingale的资金管理(马丁格尔法，类似于逆市加仓)，放弃了市场中性的入场策略，反而采用一些指标来判断入场。
百度百科-EA软件
期货技术分析文华6软件：量仓指标源码分享
量仓指标在金融投资分析中扮演关键角色，它通过分析市场成交量与价格变化之间的关系，帮助交易员洞察期货等市场的供需状况。
量仓指标的原理在于，随着成交量变动，价格随之波动。因此，研究两者之间的关联可揭示市场趋势与突破点。
文华6软件中的量仓指标以颜色区分多空态势：红色柱体代表多头，绿色柱体表示空头。
以下为量仓指标的源码，适用于文华6等软件。仅供参考，建议仅用于策略思路拓展，不宜直接投入期货、恒指等投资实盘。
交易员可利用艾云策略提供的指标源码，结合个人交易经验进行调整，构建个性化交易策略。
量仓指标源码如下：
TMP:=OPEN-CLOSE;
当TMP大于0.时，绘制价格与最高价连线，并在价格超过0.时绘制与开盘价连线，颜色为青色。
当TMP大于0.时，绘制价格与最低价连线，并在价格超过0.时绘制与收盘价连线，颜色为青色。
当TMP小于-0.时，绘制价格与最高价连线，并在价格小于-0.时绘制与收盘价连线，颜色为红色。
当TMP小于-0.时，绘制价格与最低价连线，并在价格小于-0.时绘制与开盘价连线，颜色为红色。
绘制绝对值小于0.时价格与最低价连线，并在绝对值小于0.时绘制与开盘价连线，颜色为白色。
绘制绝对值小于0.时价格与最高价连线，并在绝对值小于0.时绘制与开盘价连线，颜色为白色。
绘制收盘价与开市价之间线段，长度等于绝对值小于0.时的TMP值，颜色为白色。
绘制开市价与收盘价之间线段，长度等于绝对值小于0.时的TMP值，颜色为白色。
绘制日移动平均线。
当日移动平均线大于日移动平均线时，绘制价格与最高价连线，并在价格超过日移动平均线时绘制与最低价连线，颜色为红色。
定义8日移动平均线。
通达信源码转换文华6指标---沙夫趋势周期期货技术分析软件
探索通达信沙夫趋势周期的代码转换艺术 今天，一位活跃在期货市场的朋友向我咨询如何对通达信中的沙夫趋势周期技术分析指标进行颜色调整，因其在使用过程中遇到了小困扰。我仔细研究后发现，这个过程其实相当直接，因此，经过友好的沟通与许可，我决定与大家分享这款经过改写的沙夫趋势周期副图指标源码，供有志于深入研究的朋友参考。请记住，这并非推荐直接用于实盘交易，而是为了启发你们的策略创新（投资有风险，入市需谨慎）。 首先，让我们一起欣赏一下艾云策略白金版与沙夫趋势周期指标结合后的可视化效果，这将有助于我们理解它们的协同作用：附图展示 接下来，我将展示如何将通达信的指标代码转换为文华6期货平台的兼容版本，这是一个基础的改编过程，但不失实用价值：N1:=; N2:=; N:=;
DIF:=EMA(C,N1)-EMA(C,N2);
HH:=HHV(DIF,N); LL:=LLV(DIF,N);
K:=(DIF-LL)/(HH-LL)*;
D:=SMA(K,2,1);
STC:SMA(D,2,1),COLORGREEN,LINETHICK2;
NOTEXT0: IF(STC>REF(STC,1),STC,NULL),COLORRED,LINETHICK2;
NOTEXT1:,COLORYellow,DOT;
NOTEXT2:,COLORGRAY,DOT;
这个源码中的每一行都经过精心调整，以确保在文华6平台上运行时，沙夫趋势周期的信号依然清晰可见。交易员们可以根据这个基础框架，结合自身的交易经验和市场洞察，定制出独一无二的交易策略，从而在期货市场中找到属于自己的制胜之道。 记住，技术分析只是交易决策的一部分，实践经验、市场分析和风险管理同样重要。祝你们在交易之旅中不断学习，收获成长。期货、股票源码---CYC成本均线指标原理及使用方法
CYC指标包含五日、十三日、三十四日及无穷线共四条线，其分别代表了五日、十三日、三十四日的市场平均建仓成本。成本均线(CYC)指标结合了成交量与价格，使均线在无量大幅波动的情况下保持稳定，使用起来比传统均线更加精准和稳定，真实反映投资者平均持仓成本。
CYC指标源码适用于文华6、7、8等软件，是一种策略思路拓展工具，不建议直接用于期货等投资实盘中（投资有风险，入市须谨慎）。交易员可以根据提供的指标源码，结合交易经验进行改编，形成个性化交易策略。
源码内容如下：
设置参数为五日、十三日、三十四日等，通过计算流通股本、平均成本等指标，生成五日、十三日、三十四日及无穷线成本均线，分别显示在图表上。这些均线以不同颜色区分，提供直观的市场成本分析视角。
EA自动交易可不可信？
EA不过是一些交易策略，如果你翻开源码一看，你会恍然大悟，不过如此。是的，交易核心并没有什么秘诀的，EA的优势就在于一种盈利的交易策略它能执行下去，不会因为恐惧和贪婪而犯错。
那么为什么好的EA不能随便公开？
第一，毕竟是作者劳动成果，它结合了交易员太多的交易精，保护版权是对作者的尊重；
云易汇提供的不仅仅是EA，智能交易软件；我们更是在做服务，任何EA和智能交易软件都是人写的，一款智能交易程序能够成功，强大的不是软件本身，而是背后交易者的智慧结晶。
第二，公开了会产生交易者效应，因为这个市场是零和游戏，一旦公开了策略，大家都不会盈利。就像海龟法则，多么简单的策略：超过天最高点买，跌过天最低点卖。您觉得它神秘吗？但是它确确实实在年代给海龟们带来了巨大财富。然而，当它的策略公开后，便不那么有效了，虽然还是盈利的，不过效果是大打折扣，这就是交易者效应。
