je-suis-tm/quant-trading 是一个开源的量化交易策略集合，主要使用 Python 编写，涵盖了多种技术指标策略、期权策略、统计套利和量化基本面分析（Quantamental Analysis）等。该项目适合学习量化交易策略的构建与回测，尤其适合对 Python 编程和金融市场有一定了解的开发者和研究者。
📚 项目概览
该仓库包含多个独立的策略脚本，每个脚本都包含一个 main() 函数，便于集成到自己的交易系统中。所有策略均基于历史数据进行回测或前向测试，默认假设交易无摩擦（即无滑点、无手续费、无限流动性） 。
🧠 策略分类与示例
1. 📈 技术指标类策略
MACD Oscillator：基于短期和长期移动平均线的交叉信号进行交易。
Heikin-Ashi Candlestick：使用平均价格蜡烛图过滤市场噪音，识别趋势。
London Breakout：利用伦敦市场开盘时段的价格突破进行交易。
Parabolic SAR、Bollinger Bands Pattern Recognition、RSI Pattern Recognition 等。
2. 📊 期权与波动率策略
3. 🔬 量化基本面分析（Quantamental Analysis）
Monte Carlo Project：使用蒙特卡洛模拟评估策略的风险和收益。
Oil Money Project：分析石油出口国货币与油价之间的关系。
Smart Farmers Project、Wisdom of Crowd Project 等，探索另类数据源和因子。
4. 🔗 统计套利策略
📂 数据来源
该项目使用的数据来源广泛，包括但不限于：
⚙️ 使用建议
确保已安装 Python 3 环境，并安装必要的依赖库（如 pandas、numpy、matplotlib 等）。
根据每个策略脚本中的说明，准备相应的历史数据文件。
运行脚本前，阅读代码中的注释，理解策略逻辑和参数设置。
📌 总结
quant-trading 项目提供了丰富的量化交易策略示例，涵盖了从技术分析到基本面分析的多种方法。无论是初学者还是有经验的量化研究者，都可以从中获得灵感，构建和测试自己的交易策略。该项目的作者 je-suis-tm 还维护了其他相关项目，如图论、机器学习、动态规划等，感兴趣的读者可以进一步探索。
