2.剔除有涨停的股票。量化策略在实盘运行时可能会遇到各种实际问题，比如反转策略。基本逻辑很简单，就是选择整理期内累计收益率最高的股票买入持有。但可能面临的问题是，那些被选上的股票可能会去开盘价跌停，没有办法买。所以你在写量化Strategy回测自己的时候，买的时候要把涨停股去掉，这样回测的结果更接近现实。
4、股票 量化是什么?stock 量化即“量化 transaction”有两层含义:一是狭义上指量化 transaction的内容，将交易条件转化为程序，自动下单；第二，广义上是指系统交易模式，是一个综合的交易系统。换句话说，智能辅助决策系统是根据一系列的交易条件，结合丰富的经验和交易条件，来管理交易过程中的风险控制。通过交易量化，大大降低投资者情绪波动的影响，避免在市场极度狂热或悲观时做出非理性的投资决策。
(2)牛市或熊市的方向，比如用200日均线来区分熊市中系统性风险的规避。(3)仓位管理和资金管理。(4)风险控制，利用信号源确定止损位，利用资产曲线和权益曲线进行判断和管理。(5)投资组合，不同的投资品种，不同的交易系统(不同的功能和参数，快慢不同)和不同的时间段组合现在分散组合，让交易账户波动更平稳。
5、如何利用excel 回测 量化投资策略?使用excel响应策略量化效率太低，如果数据太大，excel无法完成。可以使用现有的量化交易平台。如果不用excel来应对策略，至少要学习各种技术指标，以及如何使用。在excel中完成-2回测之前，您还需要能够编辑回测中使用的各种回测指标公式。初学者可以用这个，但实际应用中至少要用一套。
6、如何用EXCEL做 数据 回测如果策略是实时的，excel肯定不行。如果只是针对数据 回测的历史，excel在大多数情况下已经足够了，而且excel附带的功能还是很强大的。现在好像很多人喜欢搞量化。个人认为是量化过分。量化要有严密的逻辑基础，不要随便设置一些参数就开始走历史数据。其实量化最重要的是逻辑推理，可以从理论上论证模型的可行性。
7、python 数据分析与应用第三章代码3-5的 数据哪来的目前数据分析与机器学习的应用正在如火如荼的进行中，很多同学都有兴趣参与到这股学习的热潮中来，但是令人苦恼的是学习资料很多，却常常感觉无从下手。这是因为数据这里涉及的科学是一门综合学科。想要掌握，需要熟练使用一门编程语言，了解常用的数据处理工具，熟悉线性代数、概率统计、时间序列分析等数学基础，会玩常用的机器学习算法。这不是一条容易的路。
我们设计了一个系统的数据分析的学习路径。在Python 数据科学之路栏目中，我们按照美剧的编排和整体逻辑结构进行了整理，共策划了八季内容，它们环环相扣，一步步带你走向数据科学。快速学习python核心编程的知识点，掌握探索的强大工具数据 science，第二季:Python 数据分析的基本工具。
