import os import numpy as np import pandas as pd import plotly.express as px import plotly.graph_objects as go from plotly.subplots import make_subplots from trade_utils imp…
指出 Quarto 在渲染 Mermaid 和 DOT 图表时的稳定性问题，特别提醒双引号引发的常见解析错误。
基于Backtrader实现的多资产趋势轮动策略，使用SMA比率打分择时，定期再平衡并控制杠杆，附带生成具有市场因子的模拟数据。
基于Backtrader实现的多资产趋势轮动策略，结合分段趋势模拟数据，通过SMA比率打分与动态权重分配进行定期再平衡。
详解如何使用 Plotly 的 write_image 方法保存高质量静态图表，包含依赖安装、分辨率设置与文件验证的完整流程。
使用Backtrader实现SMACross均线交叉策略，基于模拟金融数据完成完整回测流程，包含数据准备、策略逻辑与收益分析。
介绍如何使用xtquant库通过miniqmt获取股票和ETF的行情数据，包括历史下载、实时订阅与回调机制
console.log("hello")
rolling_max = np.array([np.max(prices[i:i+window]) for i in range(len(prices) - window + 1)]), rolling_max =…
# 完成自己的第一个策略：双均线 # 1) 使用 trade_utils.get_nasdaq() 获取“纳指相关ETF”伪数据（价格约1.8，工作日） # 2) 实现双均线交叉策略（SMA 短期/长期） # 3) 初始资金 10000 元，手续费 万0.5（0.05%），买卖以 100 的整数倍 # 4) 输出关键指标：夏普、年化收益、最大回撤…
# 纳斯达克指数伪行情（过去一年日线） import numpy as np import pandas as pd import matplotlib.pyplot as plt # 为可重复性设置随机种子 np.random.seed(42)
# 生成纳斯达克和标普500的伪行情数据 import numpy as np import pandas as pd import matplotlib.pyplot as plt # 为可重复性设置随机种子 np.random.seed(41)
