# 按照封单跟流通股本比例排序，剔除6月上市新股，前50
> 来源：https://uqer.io/community/share/559e5315f9f06c6dd1e17ed6
```py
import pandas as pd
today = Date.todaysDate()
cal = Calendar('China.SSE')
yesterday = cal.advanceDate(today, '-1B', BizDayConvention.Following).strftime('%Y%m%d')
allSecList = DataAPI.EquGet(equTypeCD = 'A', field = ['secID'])['secID'].tolist()
precls = {}
uplimit, dnlimit = [], []
for i in range(0, len(allSecList), 200):
sub = allSecList[i:min(len(allSecList), i+200)]
df_precls = DataAPI.MktEqudGet(secID = sub, beginDate = yesterday, endDate = yesterday, field = 'secID,closePrice')
df_lasprx = DataAPI.MktTickRTSnapshotGet(securityID = sub, field = 'shortNM,lastPrice,bidBook,askBook')
for j in range(len(df_precls)):
precls[df_precls.at[j,'secID']] = df_precls.at[j,'closePrice']
for j in range(len(df_lasprx)):
if df_lasprx.at[j,'lastPrice'] > 0:
sec = df_lasprx.at[j,'ticker']+'.'+df_lasprx.at[j,'exchangeCD']
if df_lasprx.at[j,'bidBook_volume1'] == 0 and df_lasprx.at[j,'askBook_volume1'] > 0:
bang = df_lasprx.at[j,'askBook_volume1'] * df_lasprx.at[j,'askBook_price1']
dnlimit.append([df_lasprx.at[j,'shortNM'], sec, precls[sec], df_lasprx.at[j,'lastPrice'],df_lasprx.at[j,'askBook_volume1'], bang/10000])
if df_lasprx.at[j,'askBook_volume1'] == 0 and df_lasprx.at[j,'bidBook_volume1'] > 0:
bang = df_lasprx.at[j,'bidBook_volume1'] * df_lasprx.at[j,'bidBook_price1']
uplimit.append([df_lasprx.at[j,'shortNM'], sec, precls[sec], df_lasprx.at[j,'lastPrice'],df_lasprx.at[j,'bidBook_volume1'], bang/10000])
```
```py
name, sec, precls, latprx, bangvol, bang = zip(*uplimit)
df_uplimit = pd.DataFrame({'简称': name, '代码': sec, '前收': precls, '最新价': latprx,'封单量': bangvol, '封单金额（万）': bang}).sort(columns='封单金额（万）').reset_index()
df_uplimit = df_uplimit.loc[:, ['简称', '代码','前收','最新价','封单量','封单金额（万）']]
print '涨停股票数量：', len(uplimit) , '个， 收盘封单总金额：', df_uplimit.sum()['封单金额（万）']/10000 , '亿'
df_uplimit
涨停股票数量： 1280 个， 收盘封单总金额： 644.57280353 亿
```
| | 简称 | 代码 | 前收 | 最新价 | 封单量 | 封单金额（万） |
| --- | --- |
| 0 | 科达股份 | 600986.XSHG | 24.86 | 27.35 | 8095 | 22.139825 |
| 1 | *ST夏利 | 000927.XSHE | 7.11 | 7.47 | 61912 | 46.248264 |
| 2 | 宝诚股份 | 600892.XSHG | 35.60 | 39.16 | 14200 | 55.607200 |
| 3 | *ST古汉 | 000590.XSHE | 17.97 | 18.87 | 35228 | 66.475236 |
| 4 | 永艺股份 | 603600.XSHG | 96.55 | 106.21 | 7500 | 79.657500 |
| 5 | 法拉电子 | 600563.XSHG | 27.52 | 30.27 | 27485 | 83.197095 |
| 6 | 天润乳业 | 600419.XSHG | 37.46 | 41.21 | 30361 | 125.117681 |
| 7 | 光大证券 | 601788.XSHG | 20.09 | 22.09 | 65049 | 143.758290 |
| 8 | S佳通 | 600182.XSHG | 19.59 | 20.57 | 80503 | 165.594671 |
| 9 | *ST华锦 | 000059.XSHE | 7.57 | 7.95 | 220596 | 175.373820 |
| 10 | 鄂尔多斯 | 600295.XSHG | 8.40 | 9.24 | 248700 | 229.798800 |
| 11 | 富煌钢构 | 002743.XSHE | 24.32 | 26.75 | 91387 | 244.460225 |
| 12 | 良信电器 | 002706.XSHE | 52.81 | 58.09 | 47519 | 276.037871 |
| 13 | 洋河股份 | 002304.XSHE | 64.26 | 70.69 | 41128 | 290.733832 |
| 14 | *ST水井 | 600779.XSHG | 9.76 | 10.25 | 284700 | 291.817500 |
| 15 | 滨海能源 | 000695.XSHE | 14.06 | 15.47 | 189000 | 292.383000 |
| 16 | 中钢国际 | 000928.XSHE | 18.03 | 19.83 | 167224 | 331.605192 |
| 17 | 金地集团 | 600383.XSHG | 12.64 | 13.90 | 273600 | 380.304000 |
| 18 | 百花村 | 600721.XSHG | 10.21 | 11.23 | 361831 | 406.336213 |
| 19 | XD吉林森 | 600189.XSHG | 9.85 | 10.73 | 392689 | 421.355297 |
| 20 | 兖州煤业 | 600188.XSHG | 9.74 | 10.71 | 422093 | 452.061603 |
| 21 | 时代万恒 | 600241.XSHG | 11.14 | 12.25 | 381174 | 466.938150 |
| 22 | 银座股份 | 600858.XSHG | 9.19 | 10.11 | 480700 | 485.987700 |
| 23 | 金山开发 | 600679.XSHG | 11.39 | 12.53 | 393526 | 493.088078 |
| 24 | 远程电缆 | 002692.XSHE | 16.67 | 18.34 | 271064 | 497.131376 |
| 25 | 苏 泊 尔 | 002032.XSHE | 21.88 | 24.07 | 206600 | 497.286200 |
| 26 | 万向德农 | 600371.XSHG | 15.93 | 17.52 | 292926 | 513.206352 |
| 27 | 洛阳玻璃 | 600876.XSHG | 10.60 | 11.66 | 448678 | 523.158548 |
| 28 | 东方证券 | 600958.XSHG | 23.18 | 25.50 | 205700 | 524.535000 |
| 29 | 东兴证券 | 601198.XSHG | 20.52 | 22.57 | 236032 | 532.724224 |
| ... | ... | ... | ... | ... | ... | ... |
| 1250 | 金龙汽车 | 600686.XSHG | 14.42 | 15.86 | 15154357 | 24034.810202 |
| 1251 | 浩物股份 | 000757.XSHE | 7.43 | 8.17 | 30249462 | 24713.810454 |
| 1252 | 湖北能源 | 000883.XSHE | 5.03 | 5.53 | 45428493 | 25121.956629 |
| 1253 | 上海莱士 | 002252.XSHE | 70.82 | 77.90 | 3266870 | 25448.917300 |
| 1254 | 保利地产 | 600048.XSHG | 9.38 | 10.32 | 24812739 | 25606.746648 |
| 1255 | 贵州百灵 | 002424.XSHE | 46.51 | 51.16 | 5007138 | 25616.518008 |
| 1256 | 掌趣科技 | 300315.XSHE | 9.70 | 10.67 | 25399058 | 27100.794886 |
| 1257 | 万向钱潮 | 000559.XSHE | 11.65 | 12.82 | 21612652 | 27707.419864 |
| 1258 | 东软集团 | 600718.XSHG | 12.09 | 13.30 | 21087016 | 28045.731280 |
| 1259 | 时代新材 | 600458.XSHG | 16.97 | 18.67 | 15189697 | 28359.164299 |
| 1260 | 东方财富 | 300059.XSHE | 45.99 | 50.59 | 5819640 | 29441.558760 |
| 1261 | 紫光股份 | 000938.XSHE | 56.69 | 62.25 | 4756189 | 29607.276525 |
| 1262 | 泛海控股 | 000046.XSHE | 11.00 | 12.10 | 24553068 | 29709.212280 |
| 1263 | 隆平高科 | 000998.XSHE | 18.15 | 19.97 | 15137564 | 30229.715308 |
| 1264 | 五 粮 液 | 000858.XSHE | 21.92 | 24.11 | 12672663 | 30553.790493 |
| 1265 | 洛阳钼业 | 603993.XSHG | 10.21 | 11.23 | 28763738 | 32301.677774 |
| 1266 | 川投能源 | 600674.XSHG | 8.91 | 9.80 | 34759105 | 34063.922900 |
| 1267 | 大族激光 | 002008.XSHE | 20.09 | 22.10 | 16645752 | 36787.111920 |
| 1268 | 机器人 | 300024.XSHE | 78.20 | 86.02 | 4285905 | 36867.354810 |
| 1269 | 上海电气 | 601727.XSHG | 10.34 | 11.37 | 33204217 | 37753.194729 |
| 1270 | 大唐电信 | 600198.XSHG | 19.88 | 21.87 | 17856149 | 39051.397863 |
| 1271 | 招商证券 | 600999.XSHG | 22.07 | 24.28 | 17547853 | 42606.187084 |
| 1272 | 新 大 陆 | 000997.XSHE | 17.52 | 19.27 | 22280471 | 42934.467617 |
| 1273 | 同方股份 | 600100.XSHG | 11.48 | 12.63 | 37915652 | 47887.468476 |
| 1274 | 中航动力 | 600893.XSHG | 28.34 | 31.17 | 17871582 | 55705.721094 |
| 1275 | 国泰君安 | 601211.XSHG | 25.88 | 28.47 | 19942615 | 56776.624905 |
| 1276 | 中国重工 | 601989.XSHG | 8.53 | 9.38 | 67338975 | 63163.958550 |
| 1277 | 格力电器 | 000651.XSHE | 19.64 | 21.60 | 30817884 | 66566.629440 |
| 1278 | 中国核电 | 601985.XSHG | 8.20 | 9.02 | 76664230 | 69151.135460 |
| 1279 | 兴业银行 | 601166.XSHG | 15.53 | 17.08 | 45921158 | 78433.337864 |
```
1280 rows × 6 columns
```
```py
nfList = DataAPI.EquGet(equTypeCD = 'A', field = ['secID','nonrestfloatA','listDate'])
nf = {}
nl = {}
for j in range(len(nfList)):
nf[nfList.at[j,'secID']] = nfList.at[j,'nonrestfloatA']
nl[nfList.at[j,'secID']] = nfList.at[j,'listDate']
```
```py
name, sec, precls, latprx, bangvol, bang = zip(*uplimit)
nflist = []
nllist = []
nfrate = []
for j in range(len(sec)):
nflist.append(nf[sec[j]])
nllist.append(nl[sec[j]])
if nf[sec[j]] > 0:
nfrate.append(bangvol[j]*1000/nf[sec[j]])
else:
nfrate.append(0)
print "按照封单跟流通股本比例排序，剔除6月上市新股，前50"
df_uplimit1 = pd.DataFrame({'简称': name, '代码': sec, '前收': precls, '最新价': latprx,'封单量': bangvol, '封单金额（万）': bang, '总流通股本': tuple(nflist), '封单总股本比(‰)': tuple(nfrate),'listDate': tuple(nllist)}).sort(columns='封单总股本比(‰)',ascending=False).reset_index()
df_uplimit1 = df_uplimit1.loc[:, ['简称', '代码','前收','最新价','封单量','封单金额（万）','总流通股本','封单总股本比(‰)','listDate']]
df_uplimit1[df_uplimit1.listDate < '2015-06'][:50]
按照封单跟流通股本比例排序，剔除6月上市新股，前50
```
| | 简称 | 代码 | 前收 | 最新价 | 封单量 | 封单金额（万） | 总流通股本 | 封单总股本比(‰) | listDate |
| --- | --- |
| 4 | 山河药辅 | 300452.XSHE | 46.62 | 51.28 | 1231062 | 6312.885936 | 11600000 | 106 | 2015-05-15 |
| 5 | 浩物股份 | 000757.XSHE | 7.43 | 8.17 | 30249462 | 24713.810454 | 312802683 | 96 | 1997-06-27 |
| 7 | 康斯特 | 300445.XSHE | 58.53 | 64.38 | 899439 | 5790.588282 | 10200000 | 88 | 2015-04-24 |
| 14 | 三变科技 | 002112.XSHE | 9.63 | 10.59 | 13039855 | 13809.206445 | 180956458 | 72 | 2007-02-08 |
| 17 | 石大胜华 | 603026.XSHG | 15.09 | 16.60 | 3422222 | 5680.888520 | 50680000 | 67 | 2015-05-29 |
| 18 | 三毛派神 | 000779.XSHE | 9.93 | 10.92 | 12593170 | 13751.741640 | 186441020 | 67 | 1997-05-28 |
| 22 | 威帝股份 | 603023.XSHG | 31.06 | 34.17 | 1292499 | 4416.469083 | 20000000 | 64 | 2015-05-27 |
| 23 | 普丽盛 | 300442.XSHE | 40.09 | 44.10 | 1587575 | 7001.205750 | 25000000 | 63 | 2015-04-24 |
| 27 | 立霸股份 | 603519.XSHG | 45.17 | 49.69 | 1217375 | 6049.136375 | 20000000 | 60 | 2015-03-19 |
| 33 | 道氏技术 | 300409.XSHE | 39.34 | 43.27 | 1348689 | 5835.777303 | 24375000 | 55 | 2014-12-03 |
| 35 | 金石东方 | 300434.XSHE | 35.04 | 38.54 | 913700 | 3521.399800 | 17000000 | 53 | 2015-04-24 |
| 37 | 苏试试验 | 300416.XSHE | 45.27 | 49.80 | 831929 | 4143.006420 | 15700000 | 52 | 2015-01-22 |
| 38 | 南华仪器 | 300417.XSHE | 48.16 | 52.98 | 531826 | 2817.614148 | 10200000 | 52 | 2015-01-23 |
| 39 | 美尔雅 | 600107.XSHG | 7.82 | 8.60 | 18644466 | 16034.240760 | 360000000 | 51 | 1997-11-06 |
| 40 | 海联讯 | 300277.XSHE | 15.25 | 16.78 | 2678747 | 4494.937466 | 52903291 | 50 | 2011-11-23 |
| 41 | 华铁科技 | 603300.XSHG | 16.81 | 18.49 | 2535770 | 4688.638730 | 50670000 | 50 | 2015-05-29 |
| 42 | 先导股份 | 300450.XSHE | 84.45 | 92.90 | 835200 | 7759.008000 | 17000000 | 49 | 2015-05-18 |
| 45 | 亚星客车 | 600213.XSHG | 7.13 | 7.84 | 10399809 | 8153.450256 | 220000000 | 47 | 1999-08-31 |
| 47 | 鲍斯股份 | 300441.XSHE | 31.55 | 34.71 | 972250 | 3374.679750 | 21120000 | 46 | 2015-04-23 |
| 49 | 盛洋科技 | 603703.XSHG | 30.03 | 33.03 | 1037229 | 3425.967387 | 23000000 | 45 | 2015-04-23 |
| 50 | 中光防雷 | 300414.XSHE | 50.46 | 55.51 | 910413 | 5053.702563 | 21070000 | 43 | 2015-05-13 |
| 51 | 清水源 | 300437.XSHE | 47.30 | 52.03 | 727611 | 3785.760033 | 16700000 | 43 | 2015-04-23 |
| 52 | 博通股份 | 600455.XSHG | 26.21 | 28.83 | 2131135 | 6144.062205 | 49717768 | 42 | 2004-03-29 |
| 53 | 川仪股份 | 603100.XSHG | 13.04 | 14.34 | 4233692 | 6071.114328 | 100000000 | 42 | 2014-08-05 |
| 54 | 永东股份 | 002753.XSHE | 26.64 | 29.30 | 1018901 | 2985.379930 | 24700000 | 41 | 2015-05-19 |
| 55 | 华天酒店 | 000428.XSHE | 5.95 | 6.55 | 29409137 | 19262.984735 | 718762425 | 40 | 1996-08-08 |
| 60 | 惠天热电 | 000692.XSHE | 5.23 | 5.75 | 20215598 | 11623.968850 | 532788880 | 37 | 1997-02-27 |
| 61 | 全信股份 | 300447.XSHE | 50.22 | 55.24 | 767600 | 4240.222400 | 20250000 | 37 | 2015-04-22 |
| 62 | 康跃科技 | 300391.XSHE | 14.69 | 16.16 | 1497500 | 2419.960000 | 41675000 | 35 | 2014-08-01 |
| 63 | 莫高股份 | 600543.XSHG | 8.19 | 9.01 | 11235969 | 10123.608069 | 321120000 | 34 | 2004-03-24 |
| 64 | 宝色股份 | 300402.XSHE | 12.61 | 13.87 | 1762286 | 2444.290682 | 51000000 | 34 | 2014-10-10 |
| 65 | 金龙汽车 | 600686.XSHG | 14.42 | 15.86 | 15154357 | 24034.810202 | 442597097 | 34 | 1993-11-08 |
| 66 | 大唐电信 | 600198.XSHG | 19.88 | 21.87 | 17856149 | 39051.397863 | 532989392 | 33 | 1998-10-21 |
| 67 | 山东华鹏 | 603021.XSHG | 26.64 | 29.30 | 882565 | 2585.915450 | 26400000 | 33 | 2015-04-23 |
| 68 | 高能环境 | 603588.XSHG | 42.31 | 46.54 | 1296851 | 6035.544554 | 40400000 | 32 | 2014-12-29 |
| 69 | 三鑫医疗 | 300453.XSHE | 35.23 | 38.75 | 649389 | 2516.382375 | 19860000 | 32 | 2015-05-15 |
| 70 | 中来股份 | 300393.XSHE | 40.45 | 44.50 | 759245 | 3378.640250 | 23490000 | 32 | 2014-09-12 |
| 71 | 仙坛股份 | 002746.XSHE | 15.21 | 16.73 | 1310986 | 2193.279578 | 39850000 | 32 | 2015-02-16 |
| 73 | 济民制药 | 603222.XSHG | 17.89 | 19.68 | 1302174 | 2562.678432 | 40000000 | 32 | 2015-02-17 |
| 74 | 兰州黄河 | 000929.XSHE | 14.69 | 16.16 | 6088560 | 9839.112960 | 185588036 | 32 | 1999-06-23 |
| 75 | 迅游科技 | 300467.XSHE | 176.12 | 193.73 | 328574 | 6365.464102 | 10000000 | 32 | 2015-05-27 |
| 76 | 北京城乡 | 600861.XSHG | 10.22 | 11.24 | 10072835 | 11321.866540 | 316804949 | 31 | 1994-05-20 |
| 77 | 中泰股份 | 300435.XSHE | 34.94 | 38.43 | 621982 | 2390.276826 | 20000000 | 31 | 2015-03-26 |
| 78 | 轴研科技 | 002046.XSHE | 7.85 | 8.64 | 10496924 | 9069.342336 | 340565970 | 30 | 2005-05-26 |
| 79 | 四通新材 | 300428.XSHE | 34.41 | 37.85 | 609600 | 2307.336000 | 20200000 | 30 | 2015-03-19 |
| 80 | 田中精机 | 300461.XSHE | 29.96 | 32.96 | 510040 | 1681.091840 | 16680000 | 30 | 2015-05-19 |
| 81 | 运达科技 | 300440.XSHE | 42.54 | 46.79 | 847050 | 3963.346950 | 28000000 | 30 | 2015-04-23 |
| 83 | 迈克生物 | 300463.XSHE | 57.51 | 63.26 | 1140788 | 7216.624888 | 37500000 | 30 | 2015-05-28 |
| 84 | 华通医药 | 002758.XSHE | 38.64 | 42.50 | 429400 | 1824.950000 | 14000000 | 30 | 2015-05-27 |
| 86 | 鼎泰新材 | 002352.XSHE | 27.66 | 30.43 | 1520600 | 4627.185800 | 49194459 | 30 | 2010-02-05 |
- Python 量化交易教程
- 第一部分 新手入门
- 一 量化投资视频学习课程
- 二 Python 手把手教学
- 量化分析师的Python日记【第1天：谁来给我讲讲Python？】
- 量化分析师的Python日记【第2天：再接着介绍一下Python呗】
- 量化分析师的Python日记【第3天：一大波金融Library来袭之numpy篇】
- 量化分析师的Python日记【第4天：一大波金融Library来袭之scipy篇】
- 量化分析师的Python日记【第5天：数据处理的瑞士军刀pandas】
- 量化分析师的Python日记【第6天：数据处理的瑞士军刀pandas下篇
- 量化分析师的Python日记【第7天：Q Quant 之初出江湖】
- 量化分析师的Python日记【第8天 Q Quant兵器谱之函数插值】
- 量化分析师的Python日记【第9天 Q Quant兵器谱之二叉树】
- 量化分析师的Python日记【第10天 Q Quant兵器谱 -之偏微分方程1】
- 量化分析师的Python日记【第11天 Q Quant兵器谱之偏微分方程2】
- 量化分析师的Python日记【第12天：量化入门进阶之葵花宝典：因子如何产生和回测】
- 量化分析师的Python日记【第13天 Q Quant兵器谱之偏微分方程3】
- 量化分析师的Python日记【第14天：如何在优矿上做Alpha对冲模型】
- 量化分析师的Python日记【第15天：如何在优矿上搞一个wealthfront出来】
- 第二部分 股票量化相关
- 一 基本面分析
- 1.1 alpha 多因子模型
- 破解Alpha对冲策略——观《量化分析师Python日记第14天》有感
- 熔断不要怕， alpha model 为你保驾护航！
- 寻找 alpha 之: alpha 设计
- 1.2 基本面因子选股
- Porfolio（现金比率+负债现金+现金保障倍数）+市盈率
- ROE选股指标
- 成交量因子
- ROIC&cashROIC
- 【国信金工】资产周转率选股模型
- 【基本面指标】Cash Cow
- 量化因子选股——净利润／营业总收入
- 营业收入增长率+市盈率
- 1.3 财报阅读 • [米缸量化读财报] 资产负债表-投资相关资产
- 1.4 股东分析
- 技术分析入门 【2】 —— 大家抢筹码（06年至12年版）
- 技术分析入门 【2】 —— 大家抢筹码（06年至12年版）— 更新版
- 谁是中国A股最有钱的自然人
- 1.5 宏观研究
- 【干货包邮】手把手教你做宏观择时
- 宏观研究：从估值角度看当前市场
- 追寻“国家队”的足迹
- 二 套利
- 2.1 配对交易
- HS300ETF套利（上）
- 【统计套利】配对交易
- 相似公司股票搬砖
- Paired trading
- 2.2 期现套利 • 通过股指期货的期现差与 ETF 对冲套利
- 三 事件驱动
- 3.1 盈利预增
- 盈利预增事件
- 事件驱动策略示例——盈利预增
- 3.2 分析师推荐 • 分析师的金手指？
- 3.3 牛熊转换
- 历史总是相似 牛市还在延续
- 历史总是相似 牛市已经见顶？
- 3.4 熔断机制 • 股海拾贝之 [熔断错杀股]
- 3.5 暴涨暴跌 • [实盘感悟] 遇上暴跌我该怎么做？
- 3.6 兼并重组、举牌收购 • 宝万战-大戏开幕
- 四 技术分析
- 4.1 布林带
- 布林带交易策略
- 布林带回调系统-日内
- Conservative Bollinger Bands
- Even More Conservative Bollinger Bands
- Simple Bollinger Bands
- 4.2 均线系统
- 技术分析入门 —— 双均线策略
- 5日线10日线交易策略
- 用5日均线和10日均线进行判断 --- 改进版
- macross
- 4.3 MACD
- Simple MACD
- MACD quantization trade
- MACD平滑异同移动平均线方法
- 4.4 阿隆指标 • 技术指标阿隆（ Aroon ）全解析
- 4.5 CCI • CCI 顺势指标探索
- 4.6 RSI
- 重写 rsi
- RSI指标策略
- 4.7 DMI • DMI 指标体系的构建及简单应用
- 4.8 EMV • EMV 技术指标的构建及应用
- 4.9 KDJ • KDJ 策略
- 4.10 CMO
- CMO 策略模仿练习 1
- CMO策略模仿练习2
- [技术指标] CMO
- 4.11 FPC • FPC 指标选股
- 4.12 Chaikin Volatility
- 嘉庆离散指标测试
- 4.13 委比 • 实时计算委比
- 4.14 封单量
- 按照封单跟流通股本比例排序，剔除6月上市新股，前50
- 涨停股票封单统计
- 实时计算涨停板股票的封单资金与总流通市值的比例
- 4.15 成交量 • 决战之地， IF1507 ！
- 4.16 K 线分析 • 寻找夜空中最亮的星
- 五 量化模型
- 5.1 动量模型
- Momentum策略
- 【小散学量化】-2-动量模型的简单实践
- 一个追涨的策略(修正版)
- 动量策略（momentum driven）
- 动量策略（momentum driven）——修正版
- 最经典的Momentum和Contrarian在中国市场的测试
- 最经典的Momentum和Contrarian在中国市场的测试-yanheven改进
- ［策略］基于胜率的趋势交易策略
- 策略探讨（更新）：价量结合+动量反转
- 反向动量策略（reverse momentum driven）
- 轻松跑赢大盘 - 主题Momentum策略
- Contrarian strategy
- 5.2 Joseph Piotroski 9 F-Score Value Investing Model · 基本面选股系统：Piotroski F-Score ranking system
- 5.3 SVR · 使用SVR预测股票开盘价 v1.0
- 5.4 决策树、随机树
- 决策树模型（固定模型）
- 基于Random Forest的决策策略
- 5.5 钟摆理论 · 钟摆理论的简单实现——完美躲过股灾和精准抄底
- 5.6 海龟模型
- simple turtle
- 侠之大者 一起赚钱
- 5.7 5217 策略 · 白龙马的新手策略
- 5.8 SMIA · 基于历史状态空间相似性匹配的行业配置 SMIA 模型—取交集
- 5.9 神经网络
- 神经网络交易的训练部分
- 通过神经网络进行交易
- 5.10 PAMR · PAMR ： 基于均值反转的投资组合选择策略 - 修改版
- 5.11 Fisher Transform · Using Fisher Transform Indicator
- 5.12 分型假说， Hurst 指数 · 分形市场假说，一个听起来很美的假说
- 5.13 变点理论 · 变点策略初步
- 5.14 Z-score Model
- Zscore Model Tutorial
- 信用债风险模型初探之：Z-Score Model
- user-defined package
- 5.15 机器学习 · Machine Learning 学习笔记（一） by OTreeWEN
- 5.16 DualTrust 策略和布林强盗策略
- 5.17 卡尔曼滤波
- 5.18 LPPL anti-bubble model
- 今天大盘熔断大跌，后市如何—— based on LPPL anti-bubble model
- 破解股市泡沫之谜——对数周期幂率（LPPL）模型
- 六 大数据模型
- 6.1 市场情绪分析
- 通联情绪指标策略
- 互联网+量化投资 大数据指数手把手
- 6.2 新闻热点
- 如何使用优矿之“新闻热点”？
- 技术分析【3】—— 众星拱月，众口铄金?
- 七 排名选股系统
- 7.1 小市值投资法
- 学习笔记：可模拟（小市值+便宜 的修改版）
- 市值最小300指数
- 流通市值最小股票（新筛选器版）
- 持有市值最小的10只股票
- 10% smallest cap stock
- 7.2 羊驼策略
- 羊驼策略
- 羊驼反转策略（修改版）
- 羊驼反转策略
- 我的羊驼策略，选5只股无脑轮替
- 7.3 低价策略
- 专捡便宜货(新版quartz)
- 策略原理
- 便宜就是 alpha
- 八 轮动模型
- 8.1 大小盘轮动 · 新手上路 -- 二八ETF择时轮动策略2.0
- 8.2 季节性策略
- Halloween Cycle
- Halloween cycle 2
- 夏买电，东买煤？
- 历史的十一月板块涨幅
- 8.3 行业轮动
- 银行股轮动
- 申万二级行业在最近1年、3个月、5个交易日的涨幅统计
- 8.4 主题轮动
- 快速研究主题神器
- recommendation based on subject
- strategy7: recommendation based on theme
- 板块异动类
- 风险因子（离散类）
- 8.5 龙头轮动
- Competitive Securities
- Market Competitiveness
- 主题龙头类
- 九 组合投资
- 9.1 指数跟踪 · [策略] 指数跟踪低成本建仓策略
- 9.2 GMVP · Global Minimum Variance Portfolio (GMVP)
- 9.3 凸优化 · 如何在 Python 中利用 CVXOPT 求解二次规划问题
- 十 波动率
- 10.1 波动率选股 · 风平浪静 风起猪飞
- 10.2 波动率择时
- 基于 VIX 指数的择时策略
- 简单低波动率指数
- 10.3 Arch/Garch 模型 · 如何使用优矿进行 GARCH 模型分析
- 十一 算法交易
- 11.1 VWAP · Value-Weighted Average Price (VWAP)
- 十二 中高频交易
- 12.1 order book 分析 · 基于高频 limit order book 数据的短程价格方向预测—— via multi-class SVM
- 12.2 日内交易 · 大盘日内走势 (for 择时)
- 十三 Alternative Strategy
- 13.1 易经、传统文化 · 老黄历诊股
- 第三部分 基金、利率互换、固定收益类
- 一 分级基金
- “优矿”集思录——分级基金专题
- 基于期权定价的分级基金交易策略
- 基于期权定价的兴全合润基金交易策略
- 二 基金分析
- Alpha 基金“黑天鹅事件” -- 思考以及原因
- 三 债券
- 债券报价中的小陷阱
- 四 利率互换
- Swap Curve Construction
- 中国 Repo 7D 互换的例子
- 第四部分 衍生品相关
- 一 期权数据
- 如何获取期权市场数据快照
- 期权高频数据准备
- 二 期权系列
- [ 50ETF 期权] 1. 历史成交持仓和 PCR 数据
- 【50ETF期权】 2. 历史波动率
- 【50ETF期权】 3. 中国波指 iVIX
- 【50ETF期权】 4. Greeks 和隐含波动率微笑
- 【50ETF期权】 5. 日内即时监控 Greeks 和隐含波动率微笑
- 【50ETF期权】 5. 日内即时监控 Greeks 和隐含波动率微笑
- 三 期权分析
- 【50ETF期权】 期权择时指数 1.0
- 每日期权风险数据整理
- 期权头寸计算
- 期权探秘1
- 期权探秘2
- 期权市场一周纵览
- 基于期权PCR指数的择时策略
- 期权每日成交额PC比例计算
- 四 期货分析
- 【前方高能！】Gifts from Santa Claus——股指期货趋势交易研究