reset folder

hugo2046 · Sep 24, 2021 · 01dc653 · 01dc653
1 parent 319bf8b
commit 01dc653
Show file tree

Hide file tree

Showing 80 changed files with 3,694 additions and 750 deletions.
diff --git a/A-量化基本面/华泰FFScore/20170209-华泰证券-华泰价值选股之FFScore模型：比乔斯基选股模型A股实证研究.pdf b/A-量化基本面/华泰FFScore/20170209-华泰证券-华泰价值选股之FFScore模型：比乔斯基选股模型A股实证研究.pdf
diff --git a/A-量化基本面/华泰FFScore/FFScore.ipynb b/A-量化基本面/华泰FFScore/FFScore.ipynb
diff --git a/...9-申万宏源-申万大师系列.价值投资篇之十三：罗伯.瑞克超额现金流选股法则.pdf → ...9-申万宏源-申万大师系列.价值投资篇之十三：罗伯.瑞克超额现金流选股法则.pdf b/...9-申万宏源-申万大师系列.价值投资篇之十三：罗伯.瑞克超额现金流选股法则.pdf → ...9-申万宏源-申万大师系列.价值投资篇之十三：罗伯.瑞克超额现金流选股法则.pdf
diff --git a/申万大师系列十三/py/系列十三：罗伯·瑞克超额现金流选股法则.ipynb → ...基本面/申万大师系列十三/py/系列十三：罗伯·瑞克超额现金流选股法则.ipynb b/申万大师系列十三/py/系列十三：罗伯·瑞克超额现金流选股法则.ipynb → ...基本面/申万大师系列十三/py/系列十三：罗伯·瑞克超额现金流选股法则.ipynb
diff --git a/...200307-开源证券-市场微观结构研究系列（5）：APM因子模型的进阶版.pdf → ...200307-开源证券-市场微观结构研究系列（5）：APM因子模型的进阶版.pdf b/...200307-开源证券-市场微观结构研究系列（5）：APM因子模型的进阶版.pdf → ...200307-开源证券-市场微观结构研究系列（5）：APM因子模型的进阶版.pdf
diff --git a/APM因子模型/py/APM因子模型.ipynb → B-因子构建类/APM因子模型/py/APM因子模型.ipynb b/APM因子模型/py/APM因子模型.ipynb → B-因子构建类/APM因子模型/py/APM因子模型.ipynb
diff --git a/...0200721-开源证券-开源量化评论（3）：A股市场中如何构造动量因子？.pdf → ...0200721-开源证券-开源量化评论（3）：A股市场中如何构造动量因子？.pdf b/...0200721-开源证券-开源量化评论（3）：A股市场中如何构造动量因子？.pdf → ...0200721-开源证券-开源量化评论（3）：A股市场中如何构造动量因子？.pdf
diff --git a/A股市场中如何构造动量因子？/notebook/A股市场中如何构造动量因子.ipynb → ...市场中如何构造动量因子？/notebook/A股市场中如何构造动量因子.ipynb b/A股市场中如何构造动量因子？/notebook/A股市场中如何构造动量因子.ipynb → ...市场中如何构造动量因子？/notebook/A股市场中如何构造动量因子.ipynb
diff --git a/...证券-“技术分析拥抱选股因子”系列研究（二）：上下影线，蜡烛好还是威廉好？.pdf → ...证券-“技术分析拥抱选股因子”系列研究（二）：上下影线，蜡烛好还是威廉好？.pdf b/...证券-“技术分析拥抱选股因子”系列研究（二）：上下影线，蜡烛好还是威廉好？.pdf → ...证券-“技术分析拥抱选股因子”系列研究（二）：上下影线，蜡烛好还是威廉好？.pdf
diff --git a/上下影线因子/py/上下引线因子.ipynb → B-因子构建类/上下影线因子/py/上下引线因子.ipynb b/上下影线因子/py/上下引线因子.ipynb → B-因子构建类/上下影线因子/py/上下引线因子.ipynb
diff --git a/再论动量因子/20190615-光大证券-多因子系列报告之二十二：再论动量因子.pdf → ...动量因子/20190615-光大证券-多因子系列报告之二十二：再论动量因子.pdf b/再论动量因子/20190615-光大证券-多因子系列报告之二十二：再论动量因子.pdf → ...动量因子/20190615-光大证券-多因子系列报告之二十二：再论动量因子.pdf
diff --git a/再论动量因子/py/再论动量因子.ipynb → B-因子构建类/再论动量因子/py/再论动量因子.ipynb b/再论动量因子/py/再论动量因子.ipynb → B-因子构建类/再论动量因子/py/再论动量因子.ipynb
diff --git a/...研究（一）：寻找特质波动率中的纯真信息，剔除跨期截面相关性的纯真波动率因子.pdf → ...研究（一）：寻找特质波动率中的纯真信息，剔除跨期截面相关性的纯真波动率因子.pdf b/...研究（一）：寻找特质波动率中的纯真信息，剔除跨期截面相关性的纯真波动率因子.pdf → ...研究（一）：寻找特质波动率中的纯真信息，剔除跨期截面相关性的纯真波动率因子.pdf
diff --git a/剔除跨期截面相关性的纯真波动率因子/py/波动率选股因子_特质波动率.ipynb → .../剔除跨期截面相关性的纯真波动率因子/py/波动率选股因子_特质波动率.ipynb b/剔除跨期截面相关性的纯真波动率因子/py/波动率选股因子_特质波动率.ipynb → .../剔除跨期截面相关性的纯真波动率因子/py/波动率选股因子_特质波动率.ipynb
diff --git a/...1029-东方证券- 因子选股系列研究六十：基于量价关系度量股票的买卖压力.pdf → ...1029-东方证券- 因子选股系列研究六十：基于量价关系度量股票的买卖压力.pdf b/...1029-东方证券- 因子选股系列研究六十：基于量价关系度量股票的买卖压力.pdf → ...1029-东方证券- 因子选股系列研究六十：基于量价关系度量股票的买卖压力.pdf
diff --git a/基于量价关系度量股票的买卖压力/py/CalFunc.py → B-因子构建类/基于量价关系度量股票的买卖压力/py/CalFunc.py b/基于量价关系度量股票的买卖压力/py/CalFunc.py → B-因子构建类/基于量价关系度量股票的买卖压力/py/CalFunc.py
diff --git a/基于量价关系度量股票的买卖压力/py/基于量价关系度量股票的买卖压力.ipynb → .../基于量价关系度量股票的买卖压力/py/基于量价关系度量股票的买卖压力.ipynb b/基于量价关系度量股票的买卖压力/py/基于量价关系度量股票的买卖压力.ipynb → .../基于量价关系度量股票的买卖压力/py/基于量价关系度量股票的买卖压力.ipynb
diff --git a/...证券-选股因子系列研究（六十八）：基金重仓超配因子及其对指数增强组合的影响.pdf → ...证券-选股因子系列研究（六十八）：基金重仓超配因子及其对指数增强组合的影响.pdf b/...证券-选股因子系列研究（六十八）：基金重仓超配因子及其对指数增强组合的影响.pdf → ...证券-选股因子系列研究（六十八）：基金重仓超配因子及其对指数增强组合的影响.pdf
diff --git a/基金重仓超配因子及其对指数增强组合的影响/py/基金持股比列.ipynb → B-因子构建类/基金重仓超配因子及其对指数增强组合的影响/py/基金持股比列.ipynb b/基金重仓超配因子及其对指数增强组合的影响/py/基金持股比列.ipynb → B-因子构建类/基金重仓超配因子及其对指数增强组合的影响/py/基金持股比列.ipynb
diff --git a/...70707-广发证券-行为金融因子研究之一：资本利得突出量CGO与风险偏好.pdf → ...70707-广发证券-行为金融因子研究之一：资本利得突出量CGO与风险偏好.pdf b/...70707-广发证券-行为金融因子研究之一：资本利得突出量CGO与风险偏好.pdf → ...70707-广发证券-行为金融因子研究之一：资本利得突出量CGO与风险偏好.pdf
diff --git a/...531-国信证券-行为金融学系列之二：处置效应与新增信息参与定价的反应迟滞.pdf → ...531-国信证券-行为金融学系列之二：处置效应与新增信息参与定价的反应迟滞.pdf b/...531-国信证券-行为金融学系列之二：处置效应与新增信息参与定价的反应迟滞.pdf → ...531-国信证券-行为金融学系列之二：处置效应与新增信息参与定价的反应迟滞.pdf
diff --git a/处置效应因子/py/BuildPeriodicDate.py → B-因子构建类/处置效应因子/py/BuildPeriodicDate.py b/处置效应因子/py/BuildPeriodicDate.py → B-因子构建类/处置效应因子/py/BuildPeriodicDate.py
diff --git a/处置效应因子/py/资本利得突出量CGO与风险偏好_重置.ipynb → B-因子构建类/处置效应因子/py/资本利得突出量CGO与风险偏好_重置.ipynb b/处置效应因子/py/资本利得突出量CGO与风险偏好_重置.ipynb → B-因子构建类/处置效应因子/py/资本利得突出量CGO与风险偏好_重置.ipynb
diff --git a/...20180705-天风证券-金工专题报告：基于自适应风险控制的指数增强策略.pdf → ...20180705-天风证券-金工专题报告：基于自适应风险控制的指数增强策略.pdf b/...20180705-天风证券-金工专题报告：基于自适应风险控制的指数增强策略.pdf → ...20180705-天风证券-金工专题报告：基于自适应风险控制的指数增强策略.pdf
diff --git a/多因子指数增强/py/基于自适应风险控制的指数增强策略.ipynb → B-因子构建类/多因子指数增强/py/基于自适应风险控制的指数增强策略.ipynb b/多因子指数增强/py/基于自适应风险控制的指数增强策略.ipynb → B-因子构建类/多因子指数增强/py/基于自适应风险控制的指数增强策略.ipynb
diff --git a/多因子指数增强/【华泰金工】指数增强方法汇总及实例20180531.pdf → ...构建类/多因子指数增强/【华泰金工】指数增强方法汇总及实例20180531.pdf b/多因子指数增强/【华泰金工】指数增强方法汇总及实例20180531.pdf → ...构建类/多因子指数增强/【华泰金工】指数增强方法汇总及实例20180531.pdf
diff --git a/多因子指数增强/回测模块.py → B-因子构建类/多因子指数增强/回测模块.py b/多因子指数增强/回测模块.py → B-因子构建类/多因子指数增强/回测模块.py
@@ -1,92 +1,92 @@
-'''
-Author: Hugo
-Date: 2020-06-10 20:52:43
-LastEditTime: 2020-11-02 10:08:02
-LastEditors: Please set LastEditors
-Description: 读取指数增强研究文档生成的result_df文件进行下单
-'''
-
-
-from jqdata import *
-import pandas as pd
-import numpy as np
-from six import BytesIO  # 文件读取
-
-enable_profile()  # 开启性能分析
-
-
-def initialize(context):
-
-    set_params()
-    set_variables()
-    set_backtest()
-
-    run_monthly(Trade, -1, time='open', reference_security='000300.XSHG')
-
-
-def set_params():
-
-    g.result_df = pd.read_csv(
-        BytesIO(read_file('result_df.csv')), index_col=[0],)
-
-
-def set_variables():
-
-    pass
-
-
-def set_backtest():
-
-    set_option("avoid_future_data", True)  # 避免数据
-    set_option("use_real_price", True)  # 真实价格交易
-    set_benchmark('000300.XSHG')  # 设置基准
-    #log.set_level("order", "debuge")
-    log.set_level('order', 'error')
-
-
-# 每日盘前运行
-def before_trading_start(context):
-
-    # 手续费设置
-    # 将滑点设置为0
-    set_slippage(FixedSlippage(0))
-
-    # 根据不同的时间段设置手续费
-    dt = context.current_dt
-
-    if dt > datetime.datetime(2013, 1, 1):
-        set_commission(PerTrade(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))
-
-    elif dt > datetime.datetime(2011, 1, 1):
-        set_commission(PerTrade(buy_cost=0.001, sell_cost=0.002, min_cost=5))
-
-    elif dt > datetime.datetime(2009, 1, 1):
-        set_commission(PerTrade(buy_cost=0.002, sell_cost=0.003, min_cost=5))
-
-    else:
-        set_commission(PerTrade(buy_cost=0.003, sell_cost=0.004, min_cost=5))
-
-
-def Trade(context):
-
-    bar_time = context.current_dt.strftime('%Y-%m-%d')
-    log.info('%s启动' % bar_time)
-
-    if bar_time in g.result_df.index:
-        print('存在')
-        target_slice = g.result_df.loc[bar_time]
-        BuyStock(context, target_slice)
-
-
-def BuyStock(context, target_slice: pd.DataFrame):
-
-    order_dict = target_slice.set_index('code')['w'].to_dict()
-
-    for hold in context.portfolio.long_positions:
-        if hold not in order_dict:
-            order_target(hold, 0)
-
-    totalasset = context.portfolio.total_value
-    for buy_stock, pre in order_dict.items():
-
-        order_target_value(buy_stock, pre * totalasset)
+'''
+Author: Hugo
+Date: 2020-06-10 20:52:43
+LastEditTime: 2020-11-02 10:08:02
+LastEditors: Please set LastEditors
+Description: 读取指数增强研究文档生成的result_df文件进行下单
+'''
+
+
+from jqdata import *
+import pandas as pd
+import numpy as np
+from six import BytesIO  # 文件读取
+
+enable_profile()  # 开启性能分析
+
+
+def initialize(context):
+
+    set_params()
+    set_variables()
+    set_backtest()
+
+    run_monthly(Trade, -1, time='open', reference_security='000300.XSHG')
+
+
+def set_params():
+
+    g.result_df = pd.read_csv(
+        BytesIO(read_file('result_df.csv')), index_col=[0],)
+
+
+def set_variables():
+
+    pass
+
+
+def set_backtest():
+
+    set_option("avoid_future_data", True)  # 避免数据
+    set_option("use_real_price", True)  # 真实价格交易
+    set_benchmark('000300.XSHG')  # 设置基准
+    #log.set_level("order", "debuge")
+    log.set_level('order', 'error')
+
+
+# 每日盘前运行
+def before_trading_start(context):
+
+    # 手续费设置
+    # 将滑点设置为0
+    set_slippage(FixedSlippage(0))
+
+    # 根据不同的时间段设置手续费
+    dt = context.current_dt
+
+    if dt > datetime.datetime(2013, 1, 1):
+        set_commission(PerTrade(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))
+
+    elif dt > datetime.datetime(2011, 1, 1):
+        set_commission(PerTrade(buy_cost=0.001, sell_cost=0.002, min_cost=5))
+
+    elif dt > datetime.datetime(2009, 1, 1):
+        set_commission(PerTrade(buy_cost=0.002, sell_cost=0.003, min_cost=5))
+
+    else:
+        set_commission(PerTrade(buy_cost=0.003, sell_cost=0.004, min_cost=5))
+
+
+def Trade(context):
+
+    bar_time = context.current_dt.strftime('%Y-%m-%d')
+    log.info('%s启动' % bar_time)
+
+    if bar_time in g.result_df.index:
+        print('存在')
+        target_slice = g.result_df.loc[bar_time]
+        BuyStock(context, target_slice)
+
+
+def BuyStock(context, target_slice: pd.DataFrame):
+
+    order_dict = target_slice.set_index('code')['w'].to_dict()
+
+    for hold in context.portfolio.long_positions:
+        if hold not in order_dict:
+            order_target(hold, 0)
+
+    totalasset = context.portfolio.total_value
+    for buy_stock, pre in order_dict.items():
+
+        order_target_value(buy_stock, pre * totalasset)
diff --git a/...191223-开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源.pdf → ...191223-开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源.pdf b/...191223-开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源.pdf → ...191223-开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源.pdf
diff --git a/...-市场微观结构研究系列（1）：A股反转之力的微观来源/py/W因子构建.ipynb → ...-市场微观结构研究系列（1）：A股反转之力的微观来源/py/W因子构建.ipynb b/...-市场微观结构研究系列（1）：A股反转之力的微观来源/py/W因子构建.ipynb → ...-市场微观结构研究系列（1）：A股反转之力的微观来源/py/W因子构建.ipynb
diff --git a/开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源/py/数据集.md → .../开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源/py/数据集.md b/开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源/py/数据集.md → .../开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源/py/数据集.md
@@ -1,3 +1,3 @@
-
-链接：https://pan.baidu.com/s/1SkH3f6r16ICD6mPqR5nz_Q 
+
+链接：https://pan.baidu.com/s/1SkH3f6r16ICD6mPqR5nz_Q 
 提取码：odjq
diff --git a/...20200516-开源证券-市场微观结构研究系列（7）：振幅因子的隐藏结构.pdf → ...20200516-开源证券-市场微观结构研究系列（7）：振幅因子的隐藏结构.pdf b/...20200516-开源证券-市场微观结构研究系列（7）：振幅因子的隐藏结构.pdf → ...20200516-开源证券-市场微观结构研究系列（7）：振幅因子的隐藏结构.pdf
diff --git a/振幅因子的隐藏结构/notebook/振幅因子的隐藏结构.ipynb → B-因子构建类/振幅因子的隐藏结构/notebook/振幅因子的隐藏结构.ipynb b/振幅因子的隐藏结构/notebook/振幅因子的隐藏结构.ipynb → B-因子构建类/振幅因子的隐藏结构/notebook/振幅因子的隐藏结构.ipynb
diff --git a/...益/20190115-东方证券-因子选股系列之五十：A股行业内选股分析总结.pdf → ...益/20190115-东方证券-因子选股系列之五十：A股行业内选股分析总结.pdf b/...益/20190115-东方证券-因子选股系列之五十：A股行业内选股分析总结.pdf → ...益/20190115-东方证券-因子选股系列之五十：A股行业内选股分析总结.pdf
diff --git a/...127-东方证券-《因子选股系列研究之六十二》：来自优秀基金经理的超额收益.pdf → ...127-东方证券-《因子选股系列研究之六十二》：来自优秀基金经理的超额收益.pdf b/...127-东方证券-《因子选股系列研究之六十二》：来自优秀基金经理的超额收益.pdf → ...127-东方证券-《因子选股系列研究之六十二》：来自优秀基金经理的超额收益.pdf
diff --git a/...28-东方证券-金融工程专题报告：东方A股因子风险模型（DFQ~2020）.pdf → ...28-东方证券-金融工程专题报告：东方A股因子风险模型（DFQ~2020）.pdf b/...28-东方证券-金融工程专题报告：东方A股因子风险模型（DFQ~2020）.pdf → ...28-东方证券-金融工程专题报告：东方A股因子风险模型（DFQ~2020）.pdf
diff --git a/...证券-选股因子系列研究（六十八）：基金重仓超配因子及其对指数增强组合的影响.pdf → ...证券-选股因子系列研究（六十八）：基金重仓超配因子及其对指数增强组合的影响.pdf b/...证券-选股因子系列研究（六十八）：基金重仓超配因子及其对指数增强组合的影响.pdf → ...证券-选股因子系列研究（六十八）：基金重仓超配因子及其对指数增强组合的影响.pdf
diff --git a/来自优秀基金经理的超额收益/py/来自优秀基金经理的超额收益.ipynb → B-因子构建类/来自优秀基金经理的超额收益/py/来自优秀基金经理的超额收益.ipynb b/来自优秀基金经理的超额收益/py/来自优秀基金经理的超额收益.ipynb → B-因子构建类/来自优秀基金经理的超额收益/py/来自优秀基金经理的超额收益.ipynb
diff --git a/...0209-开源证券-市场微观结构研究系列（3）：聪明钱因子模型的2.0版本.pdf → ...0209-开源证券-市场微观结构研究系列（3）：聪明钱因子模型的2.0版本.pdf b/...0209-开源证券-市场微观结构研究系列（3）：聪明钱因子模型的2.0版本.pdf → ...0209-开源证券-市场微观结构研究系列（3）：聪明钱因子模型的2.0版本.pdf
diff --git a/聪明钱因子模型的2.0版本/notebook/聪明钱因子模型的 2.0 版本.ipynb → ...因子模型的2.0版本/notebook/聪明钱因子模型的 2.0 版本.ipynb b/聪明钱因子模型的2.0版本/notebook/聪明钱因子模型的 2.0 版本.ipynb → ...因子模型的2.0版本/notebook/聪明钱因子模型的 2.0 版本.ipynb
diff --git a/高质量动量因子选股/高质量动量选股.ipynb → B-因子构建类/高质量动量因子选股/高质量动量选股.ipynb b/高质量动量因子选股/高质量动量选股.ipynb → B-因子构建类/高质量动量因子选股/高质量动量选股.ipynb
diff --git a/...17-华泰证券-华泰人工智能系列之二十二：基于CSCV框架的回测过拟合概率.pdf → ...17-华泰证券-华泰人工智能系列之二十二：基于CSCV框架的回测过拟合概率.pdf b/...17-华泰证券-华泰人工智能系列之二十二：基于CSCV框架的回测过拟合概率.pdf → ...17-华泰证券-华泰人工智能系列之二十二：基于CSCV框架的回测过拟合概率.pdf
diff --git a/...00407-华泰证券-华泰金工量化择时系列：牛熊指标在择时轮动中的应用探讨.pdf → ...00407-华泰证券-华泰金工量化择时系列：牛熊指标在择时轮动中的应用探讨.pdf b/...00407-华泰证券-华泰金工量化择时系列：牛熊指标在择时轮动中的应用探讨.pdf → ...00407-华泰证券-华泰金工量化择时系列：牛熊指标在择时轮动中的应用探讨.pdf
diff --git a/...e Probability of Backtest Overfitting.pdf → ...e Probability of Backtest Overfitting.pdf b/...e Probability of Backtest Overfitting.pdf → ...e Probability of Backtest Overfitting.pdf
diff --git a/CSVC框架及熊牛指标/py/CSCV回测过拟合概率分析框架.ipynb → C-择时类/CSVC框架及熊牛指标/py/CSCV回测过拟合概率分析框架.ipynb b/CSVC框架及熊牛指标/py/CSCV回测过拟合概率分析框架.ipynb → C-择时类/CSVC框架及熊牛指标/py/CSCV回测过拟合概率分析框架.ipynb
diff --git a/CSVC框架及熊牛指标/py/波动率和换手率构建牛熊指标.ipynb → C-择时类/CSVC框架及熊牛指标/py/波动率和换手率构建牛熊指标.ipynb b/CSVC框架及熊牛指标/py/波动率和换手率构建牛熊指标.ipynb → C-择时类/CSVC框架及熊牛指标/py/波动率和换手率构建牛熊指标.ipynb
diff --git a/...0190927-华泰证券-华泰金工量化择时系列：波动率与换手率构造牛熊指标.pdf → ...0190927-华泰证券-华泰金工量化择时系列：波动率与换手率构造牛熊指标.pdf b/...0190927-华泰证券-华泰金工量化择时系列：波动率与换手率构造牛熊指标.pdf → ...0190927-华泰证券-华泰金工量化择时系列：波动率与换手率构造牛熊指标.pdf
diff --git a/...20191117-光大证券-技术指标系列报告之六：RSRS择时~回顾与改进.pdf → ...20191117-光大证券-技术指标系列报告之六：RSRS择时~回顾与改进.pdf b/...20191117-光大证券-技术指标系列报告之六：RSRS择时~回顾与改进.pdf → ...20191117-光大证券-技术指标系列报告之六：RSRS择时~回顾与改进.pdf
diff --git a/RSRS择时指标/py/RSRS.ipynb → C-择时类/RSRS择时指标/py/RSRS.ipynb b/RSRS择时指标/py/RSRS.ipynb → C-择时类/RSRS择时指标/py/RSRS.ipynb
diff --git a/RSRS择时指标/py/RSRS改进.ipynb → C-择时类/RSRS择时指标/py/RSRS改进.ipynb b/RSRS择时指标/py/RSRS改进.ipynb → C-择时类/RSRS择时指标/py/RSRS改进.ipynb
diff --git a/...1-光大证券-择时系列报告之一：基于阻力支撑相对强度（RSRS）的市场择时.pdf → ...1-光大证券-择时系列报告之一：基于阻力支撑相对强度（RSRS）的市场择时.pdf b/...1-光大证券-择时系列报告之一：基于阻力支撑相对强度（RSRS）的市场择时.pdf → ...1-光大证券-择时系列报告之一：基于阻力支撑相对强度（RSRS）的市场择时.pdf
diff --git a/低延迟趋势线与交易择时/20170303-广发证券-低延迟趋势线与交易择时.pdf → ...低延迟趋势线与交易择时/20170303-广发证券-低延迟趋势线与交易择时.pdf b/低延迟趋势线与交易择时/20170303-广发证券-低延迟趋势线与交易择时.pdf → ...低延迟趋势线与交易择时/20170303-广发证券-低延迟趋势线与交易择时.pdf
diff --git a/低延迟趋势线与交易择时/py/低延迟趋势线与交易择时.ipynb → C-择时类/低延迟趋势线与交易择时/py/低延迟趋势线与交易择时.ipynb b/低延迟趋势线与交易择时/py/低延迟趋势线与交易择时.ipynb → C-择时类/低延迟趋势线与交易择时/py/低延迟趋势线与交易择时.ipynb
diff --git a/...吗/20200624-安信证券-金融工程主题报告：北向资金交易能力一定强吗.pdf → ...吗/20200624-安信证券-金融工程主题报告：北向资金交易能力一定强吗.pdf b/...吗/20200624-安信证券-金融工程主题报告：北向资金交易能力一定强吗.pdf → ...吗/20200624-安信证券-金融工程主题报告：北向资金交易能力一定强吗.pdf
diff --git a/北向资金交易能力一定强吗/py/北向资金交易能力一定强吗.ipynb → C-择时类/北向资金交易能力一定强吗/py/北向资金交易能力一定强吗.ipynb b/北向资金交易能力一定强吗/py/北向资金交易能力一定强吗.ipynb → C-择时类/北向资金交易能力一定强吗/py/北向资金交易能力一定强吗.ipynb
diff --git a/...20151022-国信证券-市场波动率研究：基于相对强弱下单向波动差值应用.pdf → ...20151022-国信证券-市场波动率研究：基于相对强弱下单向波动差值应用.pdf b/...20151022-国信证券-市场波动率研究：基于相对强弱下单向波动差值应用.pdf → ...20151022-国信证券-市场波动率研究：基于相对强弱下单向波动差值应用.pdf
diff --git a/基于相对强弱下单向波动差值应用/py/基于相对强弱下单向波动差值应用.ipynb → .../基于相对强弱下单向波动差值应用/py/基于相对强弱下单向波动差值应用.ipynb b/基于相对强弱下单向波动差值应用/py/基于相对强弱下单向波动差值应用.ipynb → .../基于相对强弱下单向波动差值应用/py/基于相对强弱下单向波动差值应用.ipynb
diff --git a/小波分析/20100621-国信证券-基于小波分析和支持向量机的指数预测模型.pdf → ...波分析/20100621-国信证券-基于小波分析和支持向量机的指数预测模型.pdf b/小波分析/20100621-国信证券-基于小波分析和支持向量机的指数预测模型.pdf → ...波分析/20100621-国信证券-基于小波分析和支持向量机的指数预测模型.pdf
diff --git a/...证券-量化择时选股系列报告二：水致清则鱼自现_小波分析与支持向量机择时研究.pdf → ...证券-量化择时选股系列报告二：水致清则鱼自现_小波分析与支持向量机择时研究.pdf b/...证券-量化择时选股系列报告二：水致清则鱼自现_小波分析与支持向量机择时研究.pdf → ...证券-量化择时选股系列报告二：水致清则鱼自现_小波分析与支持向量机择时研究.pdf
diff --git a/小波分析/py/小波分析择时.ipynb → C-择时类/小波分析/py/小波分析择时.ipynb b/小波分析/py/小波分析择时.ipynb → C-择时类/小波分析/py/小波分析择时.ipynb