TrendFollowingSystems
✨ 用闭式解计算趋势跟踪策略的收益、夏普与偏度,附数十年期货回测实现
🧭 AI 判断
仅供研究学术型趋势跟踪研究代码,含数十年期货回测,但热度维护未知,上手难,不宜实盘
提供趋势跟踪系统闭式解的期望收益、夏普与偏度理论及数十年期货回测实现
📊 综合评分
📖 工具介绍
一款基于 Python 的趋势跟踪策略研究工具，提供闭式解计算的预期收益、Sharpe 比率与偏度分析，并附完整实现代码和跨越数十年的期货回测数据。适合量化研究者与策略开发者学习和验证趋势跟踪系统。
`Python` - Closed-form expected returns, Sharpe ratios, and skewness of trend-following systems, with complete implementations and multi-decade futures backtests.
⚖️ 同类对比
🧩 更多同类工具
一款基于 Python 的开源回测与量化研究框架，提供高性能的向量化计算能力，支持策略回测、参数优化、算法交易与研究分析。适合需要快速批量测试大量策略参数组合的量化研究员和交易者。
一款面向量化金融的 Python 开源库，提供数据管理、回测引擎、组合优化与风险分析等模块，内置多种常用因子和指标计算工具。其文档完善、模块化设计清晰，适合量化研究人员和开发者用于策略研究、回测验证与投资组合分析。
一款由微软开源的 AI 导向量化投资平台，基于 Python 构建。它提供从数据处理、模型训练到回测的完整机器学习流水线，覆盖 Alpha 挖掘、风险分析等量化投资全链条。适合希望将 AI/ML 方法应用于量化研究的开发者和研究者使用。
一款基于 Python 的深度强化学习量化交易库，曾发表于 NeurIPS 2020。它提供自动化交易的标准环境、算法与回测流程，支持股票、加密货币等多种市场场景。适合希望将 Deep Reinforcement Learning 应用于量化策略研究与开发的开发者和研究人员。
一个由 Robert Carver 维护的示例代码仓库，收录了配合其博客文章使用的 pysystemtrade 实例脚本。内容涵盖量化交易系统的实际用法演示，便于读者对照博客学习。适合阅读其博客、希望上手 pysystemtrade 进行系统化交易研究的人使用。
一款基于 Python 的高频交易与做市回测工具,能够模拟限价单、排队位置和延迟等因素,并利用完整的逐笔成交与订单簿数据进行回测。它适合量化研究者和高频、做市策略开发者使用。