【数据源】
银河数据库（yinhedata.com）
提供量化行情所需的高频tick数据，level2，逐笔成交，逐笔委托，十档行情，分钟级别行情等。
【策略分析】
1. **基于ADX和MACD趋势策略的量化回测**：这篇文章详细介绍了如何使用Python进行股票数据的获取和量化回测。策略的核心在于ADX和MACD这两个技术指标。ADX（平均方向性指数）用于衡量趋势的强度，而MACD（移动平均收敛发散）则用于发现价格趋势的变化。文章还提到了如何使用不同的数据获取方法，如tushare、akshare等，以及如何使用Python进行数据分析 。
2. **基于深度强化学习的金融量化策略研究**：这篇文章介绍了同济大学计算机科学与技术系的一个项目，该项目利用深度强化学习（DRL）算法训练了一个股票交易智能体。实验表明，深度强化学习算法中 DDPG（Deep Deterministic Policy Gradient）算法已能在复杂多变的股票市场取得良好的效果。该项目将股票市场的历史价格走势看作一个复杂的不完全信息环境，而智能体需要在这个环境中最大化回报和最小化风险 。
3. **量化交易实践——以回测系统为例**：这篇文章介绍了量化交易实践中的一个回测系统。文章强调了程序员在量化交易领域的核心优势，包括数据量的处理、程序效率和持续迭代的需要，以及交易成本的考虑。文章还提供了一个程序优化效率的例子，展示了如何通过程序优化来提高交易效率 。
