抹茶(MEXC)是什么?团队背景及发展历史(MEXC最权威解谜
1、抹茶交易所(MEXC Global)成立于2018年4月,总部位于新加坡,在全球拥有超过300万注册用户,日本注册用户超过15万,平台日活最高超过20万用户,日交易量超过6亿美元。抹茶交易所(MXC)平台以用户为导向,深度听取社区的声音。目前抹茶交易所(MXC)已获了得资本、创世资本、FBG、LINK VC、水木金融科技等机构及蔡文胜个人战略投资。并与节点资本、科银资本、JRR Crypto、共识实验室、加密愿景等多家投资机构达成战略合作。 抹茶交易所(MEXC)一群数字资产爱好者创建而成的一个专注区块链资产的交易平台。为用户提供更加安全、便捷的区块链资产兑换服务,聚合全球优质区块链资产,致力于打造世界级的区块链资产交易平台。 (1)团队介绍 Andrew Liu,互联网与区块链技术专家,曾任职百度,诺基亚,盛大等公司,从事核心技术开发十余年,长期担任研发总监,有着丰富的团队管理经验。在大数据和云计算技术方向有深厚的造诣,2016年进入区块链行业,成功开发了eth矿池,以太坊和智能合约有深入的研究。 Joseph Sun,首席架构师,Java和区块链技术专家,近10年的架构设...
什么是U币(最新)
1、U币又称Utoken一种继比特币之后又一全新的虚拟电子货币,由优趣(UFUN)集团推出, U币储蓄基金发行,U币在网路上可以进行交易**,**但在实体部分还未大部分人的认可。 因其是一种投资型虚拟货币,稀缺性,限量,以及受之前比特币疯涨的影响的, (1)什么是U币 U币由UFUN集团,世界总部在泰国,目前合作的商家来自东南亚一些国家,中国,泰国,马来西亚,新加坡,香港。 为了使U币运作更加顺利,以及给顾客一个更加安全以及更有保障性,在2014年3月16日的亚太经济论坛上, UFUN集团与太平洋联合发展银行,尼可金融以及几内亚国家开发银行,一起签约合作。开立信托账户,以22%的黄金做为储蓄金放在国际的银行,由第三方来担保。由银行来监控UFUN集团和Utokens-U币的发行量。 (2)U币与传统货币、比特币的区别 U币(Utoken)与三家AA级的信托银行设立了一个保值的基金,保证U币的价值。比起比特币,更加的安全及透明化。相比较于传统的货币及比特币,U币(Utoken)的特色在于,它是一个彻头彻尾没有风险的产物,交易靠的是点对点,直接买卖支付,密码只有自己知道,任何人不能从中...
OKX是什么?团队背景及发展历史(OKX最权威解谜)
1、 OKX成立于2017年,是一家加密货币交易服务公司。公司自此积累了超过2000万用户,并扩大了其数字资产投资产品组合,其中包括赚取被动加密货币收入的工具OKX Earn、一个NFT交易平台和去中心化应用发现中心,以及最近推出的MetaX(即OKX的新去中心化模式,提供跨链仪表板和自托管Web 3.0钱包,用于存储NFT等数字资产)。 OKX交易所上市的数字资产已超过250种,平台长期以来在加密货币期货交易量方面一直保持第一,最近成为全球第二大加密货币现货交易平台。2021年,平台上包括现货和衍生品在内的总交易量增长超过700%,同时平台执行的交易数量增长超过480%。在过去一年里,通过OKX Earn的权益质押、储蓄和DeFi产品存入的用户资金超过51亿美元,支付的被动收入超过3.14亿美元。 (1)创始人介绍 徐明星先生OKEX交易所(OK币、okcoin、欧科集团)创始人,徐明星先生(Star Xu)毕业于中国人民大学物理系,正是在他就学时期,中国的网购事业开始起飞。然而徐明星首度创业并不顺遂,以失败告终之后,他在「雅虎中国」短暂工作了一阵,接着便加入「豆丁网」的创始团...
<100 subscribers
抹茶(MEXC)是什么?团队背景及发展历史(MEXC最权威解谜
1、抹茶交易所(MEXC Global)成立于2018年4月,总部位于新加坡,在全球拥有超过300万注册用户,日本注册用户超过15万,平台日活最高超过20万用户,日交易量超过6亿美元。抹茶交易所(MXC)平台以用户为导向,深度听取社区的声音。目前抹茶交易所(MXC)已获了得资本、创世资本、FBG、LINK VC、水木金融科技等机构及蔡文胜个人战略投资。并与节点资本、科银资本、JRR Crypto、共识实验室、加密愿景等多家投资机构达成战略合作。 抹茶交易所(MEXC)一群数字资产爱好者创建而成的一个专注区块链资产的交易平台。为用户提供更加安全、便捷的区块链资产兑换服务,聚合全球优质区块链资产,致力于打造世界级的区块链资产交易平台。 (1)团队介绍 Andrew Liu,互联网与区块链技术专家,曾任职百度,诺基亚,盛大等公司,从事核心技术开发十余年,长期担任研发总监,有着丰富的团队管理经验。在大数据和云计算技术方向有深厚的造诣,2016年进入区块链行业,成功开发了eth矿池,以太坊和智能合约有深入的研究。 Joseph Sun,首席架构师,Java和区块链技术专家,近10年的架构设...
什么是U币(最新)
1、U币又称Utoken一种继比特币之后又一全新的虚拟电子货币,由优趣(UFUN)集团推出, U币储蓄基金发行,U币在网路上可以进行交易**,**但在实体部分还未大部分人的认可。 因其是一种投资型虚拟货币,稀缺性,限量,以及受之前比特币疯涨的影响的, (1)什么是U币 U币由UFUN集团,世界总部在泰国,目前合作的商家来自东南亚一些国家,中国,泰国,马来西亚,新加坡,香港。 为了使U币运作更加顺利,以及给顾客一个更加安全以及更有保障性,在2014年3月16日的亚太经济论坛上, UFUN集团与太平洋联合发展银行,尼可金融以及几内亚国家开发银行,一起签约合作。开立信托账户,以22%的黄金做为储蓄金放在国际的银行,由第三方来担保。由银行来监控UFUN集团和Utokens-U币的发行量。 (2)U币与传统货币、比特币的区别 U币(Utoken)与三家AA级的信托银行设立了一个保值的基金,保证U币的价值。比起比特币,更加的安全及透明化。相比较于传统的货币及比特币,U币(Utoken)的特色在于,它是一个彻头彻尾没有风险的产物,交易靠的是点对点,直接买卖支付,密码只有自己知道,任何人不能从中...
OKX是什么?团队背景及发展历史(OKX最权威解谜)
1、 OKX成立于2017年,是一家加密货币交易服务公司。公司自此积累了超过2000万用户,并扩大了其数字资产投资产品组合,其中包括赚取被动加密货币收入的工具OKX Earn、一个NFT交易平台和去中心化应用发现中心,以及最近推出的MetaX(即OKX的新去中心化模式,提供跨链仪表板和自托管Web 3.0钱包,用于存储NFT等数字资产)。 OKX交易所上市的数字资产已超过250种,平台长期以来在加密货币期货交易量方面一直保持第一,最近成为全球第二大加密货币现货交易平台。2021年,平台上包括现货和衍生品在内的总交易量增长超过700%,同时平台执行的交易数量增长超过480%。在过去一年里,通过OKX Earn的权益质押、储蓄和DeFi产品存入的用户资金超过51亿美元,支付的被动收入超过3.14亿美元。 (1)创始人介绍 徐明星先生OKEX交易所(OK币、okcoin、欧科集团)创始人,徐明星先生(Star Xu)毕业于中国人民大学物理系,正是在他就学时期,中国的网购事业开始起飞。然而徐明星首度创业并不顺遂,以失败告终之后,他在「雅虎中国」短暂工作了一阵,接着便加入「豆丁网」的创始团...
Share Dialog
Share Dialog
1、 想要搭建炒币用的交易系统,需要个人学习大量计算机和金融知识。 (1)数据加载
def prepare_data(codes=['000300.SH', '399006.SZ'], start_time="20100101", end_time="20211231"): df = load_data(codes, start_time, end_time)
df["rsi"] = ta.RSI(df.close, timeperiod=14)
df["to_buy"] = ""
df.loc[df["rsi"] <= 30, 'to_buy'] = True
df['to_buy'] = df['to_buy'].astype('bool')
df["to_sell"] = ""
df.loc[df["rsi"] >= 70, 'to_sell'] = True
df['to_sell'] = df['to_sell'].astype('bool')
return df
Step 2: 指定策略 策略规则非常简单:
账户初始值100000,每只股票占相同比重
根据数据的买入信号买入,卖出信号卖出
class SelectBySignal(object): def init(self, signal_buy='to_buy', signal_sell='to_sell'): super(SelectBySignal, self).init() self.signal_buy = signal_buy self.signal_sell = signal_sell
def __call__(self, context):
bar = context['bar'].copy()
acc = context['acc']
holding = acc.get_holding_instruments()
to_buy = list(bar[bar[self.signal_buy]].index)
to_sell = list(bar[bar[self.signal_sell]].index)
instruments = to_buy + holding
to_selected = []
for s in instruments:
if s not in to_sell:
to_selected.append(s)
context['selected'] = to_selected
n = len(to_selected)
if n > 0:
context['weights'] = {code:1/n for code in to_selected}
else:
context['weights'] = {}
return False
class Strategy: def init(self, algo=None): self.algo = algo self.acc = Account()
def algo_processor(self, context):
if self.algo(context) is True: #如果algo返回True,直接不运行,本次不调仓
return None
return context['weights']
def onbar(self, index, date, df_bar):
self.acc.update_bar(date, df_bar)
weights = self.algo_processor({'index': index, 'bar':df_bar, 'date':date, 'acc':self.acc})
if weights is not None:
self.acc.adjust_weights(date, weights)
Step 3: 回测 根据上述数据和策略进行回测
class Backtest: def init(self, df): self.df = df self.dates = self.df.index.unique() self.observers = []
def onbar(self, index, date):
df_bar = self.df.loc[date]
if type(df_bar) is pd.Series:
df_bar = df_bar.to_frame().T
df_bar.index = df_bar['code']
self.strategy.onbar(index, date, df_bar)
def run(self, s):
self.strategy = s
for index, date in enumerate(self.dates):
self.onbar(index, date)
return self.get_results()
def get_results(self):
s = self.strategy
df = s.acc.get_results_df()
return df
Step 4: 分析 分析该策略的表现,并与沪深300指数进行对比
def analysis(start, end, benchmarks=[]): equities = [] for benchmark in benchmarks: bench_df = load_from_file(benchmark)[start:end] se = (bench_df['rate'] + 1).cumprod() se.name = benchmark equities.append(se)
path = os.path.dirname(__file__)
filename = os.path.dirname(path)+'/results/first_test.csv'
if os.path.exists(filename):
df = pd.read_csv(filename)
df['date'] = df['date'].apply(lambda x: str(x))
df.index = df['date']
se = (df['rate'] + 1).cumprod()
se.name = 'strategy'
equities.append(se)
df_equities = pd.concat(equities, axis=1)
df_equities.dropna(inplace=True)
print(df_equities)
from performance import PerformanceUtils
df_ratios, df_corr, df_years = PerformanceUtils().calc_equity(df_equity=df_equities)
return df_equities, df_ratios, df_corr, df_years
运行主函数 if name == 'main': date_start = "20100101" date_end = "20211231" df = prepare_data(codes=['000300.SH', '399006.SZ'], start_time=date_start, end_time=date_end)
algo = SelectBySignal(signal_buy='to_buy', signal_sell='to_sell')
s = Strategy(algo=algo)
b = Backtest(df=df)
df = b.run(s)
path = os.path.dirname(__file__)
df.to_csv(os.path.dirname(path) + '/results/first_test.csv')
df_equities, df_ratios, df_corr, df_years = analysis(start=date_start, end=date_end, benchmarks=['000300.SH'])
display(df_ratios)
fig = plt.figure(figsize=(8, 6))
ax1 = fig.add_subplot(2, 1, 1)
ax2 = fig.add_subplot(2, 1, 2)
df_equities.plot(ax=ax1)
if df_years is not None:
print(df_years)
df_years.T.plot(kind='bar', ax=ax2, use_index=True)
plt.show()
2、上面介绍的内容只是关于加密货币的基础知识,这关系到我们能否通过加密货币赚钱。加密货币赚钱除了靠科学的方法增加收入,还要想办法节省开支。手续费虽少,但一定不能忽视。我曾经计算过,只要交易频繁、交易时间长,积少成多,手续费支出一年可能会超过10000 U。接下来我将介绍常用的几个大型交易平台减少手续费的方法。 (1)降低币安手续费 Binance是目前全球最大的数字货币交易所,你要是炒币一定要注册Binance。Binance也需要为每笔成功交易支付交易手续费。交易手续费会在接收的资产中扣除。例如,如果你购买Ethereum/USDT,则手续费以Ethereum支付。如果你卖出Ethereum/USDT,则手续费以USDT支付。 例如: 您以每股3,452.55USDT的价格下单购买10Ethereum: 交易手续费=10Ethereum0.1%=0.01Ethereum 或者您以每股3,452.55USDT的价格下单出售10Ethereum: 交易手续费=(10Ethereum3,452.55USDT)*0.1%=34.5255USDT 很多人不知道的是,Binance的交易手续费也是可以降低的。如果想降低Binance交易手续费,一定要用下面的邀请链接或者使用邀请码“Q022W7SC”注册。 https://accounts.binance.com/zh-CN/register?ref=Q022W7SC

(2)降低OKX手续费 OKX是被众多用户所喜爱的专业数字货币交易平台,他的交易手续费也是可以降低的。 根据交易量不同,欧易将用户分为普通和专业两种等级。普通用户根据 OKB 持仓量,专业用户根据交易量和资产量,进行等级划分。不同的等级决定了下一个交易日的交易手续费。 在计算手续费等级时,若币币交易量、交割和永续合约总交易量(USDT 交割合约、币本位交割合约、USDT 永续合约、币本位永续合约)、期权合约交易量、资产量满足不同手续费等级的条件,则用户享受其中最高等级的手续费优惠。 第一种方法:OKX官方设定的最高节省比例是20%。使用下面的链接注册OKX可以节省20%的手续费。 https://www.ouyi.business/join/BTC1ETH 第二种方法:打开OKX官网,在注册页面的“邀请码”中输入“BTC1ETH”就可以看到底部出现返现比例:20% 一定要输入这个邀请码,不然你拿不到20%的返现比例。 (3)降低FTX手续费 FTX是目前增长非常迅速、合约玩家较多的交易所,你要是玩合约一定要注册FTX。如果想降低FTX交易手续费,一定要用下面的邀请链接注册。 https://ftx.com/referrals#a=121031692 3、交易路漫漫,一起前行 想不想了解更多降低手续费的方法? telegram:btcethcool 我们专门建立了研究交易的社群,加telegram好友拉你进社群。
1、 想要搭建炒币用的交易系统,需要个人学习大量计算机和金融知识。 (1)数据加载
def prepare_data(codes=['000300.SH', '399006.SZ'], start_time="20100101", end_time="20211231"): df = load_data(codes, start_time, end_time)
df["rsi"] = ta.RSI(df.close, timeperiod=14)
df["to_buy"] = ""
df.loc[df["rsi"] <= 30, 'to_buy'] = True
df['to_buy'] = df['to_buy'].astype('bool')
df["to_sell"] = ""
df.loc[df["rsi"] >= 70, 'to_sell'] = True
df['to_sell'] = df['to_sell'].astype('bool')
return df
Step 2: 指定策略 策略规则非常简单:
账户初始值100000,每只股票占相同比重
根据数据的买入信号买入,卖出信号卖出
class SelectBySignal(object): def init(self, signal_buy='to_buy', signal_sell='to_sell'): super(SelectBySignal, self).init() self.signal_buy = signal_buy self.signal_sell = signal_sell
def __call__(self, context):
bar = context['bar'].copy()
acc = context['acc']
holding = acc.get_holding_instruments()
to_buy = list(bar[bar[self.signal_buy]].index)
to_sell = list(bar[bar[self.signal_sell]].index)
instruments = to_buy + holding
to_selected = []
for s in instruments:
if s not in to_sell:
to_selected.append(s)
context['selected'] = to_selected
n = len(to_selected)
if n > 0:
context['weights'] = {code:1/n for code in to_selected}
else:
context['weights'] = {}
return False
class Strategy: def init(self, algo=None): self.algo = algo self.acc = Account()
def algo_processor(self, context):
if self.algo(context) is True: #如果algo返回True,直接不运行,本次不调仓
return None
return context['weights']
def onbar(self, index, date, df_bar):
self.acc.update_bar(date, df_bar)
weights = self.algo_processor({'index': index, 'bar':df_bar, 'date':date, 'acc':self.acc})
if weights is not None:
self.acc.adjust_weights(date, weights)
Step 3: 回测 根据上述数据和策略进行回测
class Backtest: def init(self, df): self.df = df self.dates = self.df.index.unique() self.observers = []
def onbar(self, index, date):
df_bar = self.df.loc[date]
if type(df_bar) is pd.Series:
df_bar = df_bar.to_frame().T
df_bar.index = df_bar['code']
self.strategy.onbar(index, date, df_bar)
def run(self, s):
self.strategy = s
for index, date in enumerate(self.dates):
self.onbar(index, date)
return self.get_results()
def get_results(self):
s = self.strategy
df = s.acc.get_results_df()
return df
Step 4: 分析 分析该策略的表现,并与沪深300指数进行对比
def analysis(start, end, benchmarks=[]): equities = [] for benchmark in benchmarks: bench_df = load_from_file(benchmark)[start:end] se = (bench_df['rate'] + 1).cumprod() se.name = benchmark equities.append(se)
path = os.path.dirname(__file__)
filename = os.path.dirname(path)+'/results/first_test.csv'
if os.path.exists(filename):
df = pd.read_csv(filename)
df['date'] = df['date'].apply(lambda x: str(x))
df.index = df['date']
se = (df['rate'] + 1).cumprod()
se.name = 'strategy'
equities.append(se)
df_equities = pd.concat(equities, axis=1)
df_equities.dropna(inplace=True)
print(df_equities)
from performance import PerformanceUtils
df_ratios, df_corr, df_years = PerformanceUtils().calc_equity(df_equity=df_equities)
return df_equities, df_ratios, df_corr, df_years
运行主函数 if name == 'main': date_start = "20100101" date_end = "20211231" df = prepare_data(codes=['000300.SH', '399006.SZ'], start_time=date_start, end_time=date_end)
algo = SelectBySignal(signal_buy='to_buy', signal_sell='to_sell')
s = Strategy(algo=algo)
b = Backtest(df=df)
df = b.run(s)
path = os.path.dirname(__file__)
df.to_csv(os.path.dirname(path) + '/results/first_test.csv')
df_equities, df_ratios, df_corr, df_years = analysis(start=date_start, end=date_end, benchmarks=['000300.SH'])
display(df_ratios)
fig = plt.figure(figsize=(8, 6))
ax1 = fig.add_subplot(2, 1, 1)
ax2 = fig.add_subplot(2, 1, 2)
df_equities.plot(ax=ax1)
if df_years is not None:
print(df_years)
df_years.T.plot(kind='bar', ax=ax2, use_index=True)
plt.show()
2、上面介绍的内容只是关于加密货币的基础知识,这关系到我们能否通过加密货币赚钱。加密货币赚钱除了靠科学的方法增加收入,还要想办法节省开支。手续费虽少,但一定不能忽视。我曾经计算过,只要交易频繁、交易时间长,积少成多,手续费支出一年可能会超过10000 U。接下来我将介绍常用的几个大型交易平台减少手续费的方法。 (1)降低币安手续费 Binance是目前全球最大的数字货币交易所,你要是炒币一定要注册Binance。Binance也需要为每笔成功交易支付交易手续费。交易手续费会在接收的资产中扣除。例如,如果你购买Ethereum/USDT,则手续费以Ethereum支付。如果你卖出Ethereum/USDT,则手续费以USDT支付。 例如: 您以每股3,452.55USDT的价格下单购买10Ethereum: 交易手续费=10Ethereum0.1%=0.01Ethereum 或者您以每股3,452.55USDT的价格下单出售10Ethereum: 交易手续费=(10Ethereum3,452.55USDT)*0.1%=34.5255USDT 很多人不知道的是,Binance的交易手续费也是可以降低的。如果想降低Binance交易手续费,一定要用下面的邀请链接或者使用邀请码“Q022W7SC”注册。 https://accounts.binance.com/zh-CN/register?ref=Q022W7SC

(2)降低OKX手续费 OKX是被众多用户所喜爱的专业数字货币交易平台,他的交易手续费也是可以降低的。 根据交易量不同,欧易将用户分为普通和专业两种等级。普通用户根据 OKB 持仓量,专业用户根据交易量和资产量,进行等级划分。不同的等级决定了下一个交易日的交易手续费。 在计算手续费等级时,若币币交易量、交割和永续合约总交易量(USDT 交割合约、币本位交割合约、USDT 永续合约、币本位永续合约)、期权合约交易量、资产量满足不同手续费等级的条件,则用户享受其中最高等级的手续费优惠。 第一种方法:OKX官方设定的最高节省比例是20%。使用下面的链接注册OKX可以节省20%的手续费。 https://www.ouyi.business/join/BTC1ETH 第二种方法:打开OKX官网,在注册页面的“邀请码”中输入“BTC1ETH”就可以看到底部出现返现比例:20% 一定要输入这个邀请码,不然你拿不到20%的返现比例。 (3)降低FTX手续费 FTX是目前增长非常迅速、合约玩家较多的交易所,你要是玩合约一定要注册FTX。如果想降低FTX交易手续费,一定要用下面的邀请链接注册。 https://ftx.com/referrals#a=121031692 3、交易路漫漫,一起前行 想不想了解更多降低手续费的方法? telegram:btcethcool 我们专门建立了研究交易的社群,加telegram好友拉你进社群。
No comments yet