导语

收益归因是一个比较基础、同时相当重要的策略分析工具，本教程旨在帮助大家利用BigQuant自带的Brinson进策略进行绩效归因分析。

分析框架

Brinson的框架可以用来分解投资组合的总收益。尽管计算上很简单，但理论上是有效的，已被各种养老金赞助人、顾问和投资管理人员成功

https://bigquant.com/experimentshare/f8e6a3350551450fabab7faae90bde16

\

https://bigquant.com/experimentshare/a65ee754dc984929afffd7614437348c

\

https://bigquant.com/experimentshare/d10e7682969747bbb8c297180a844c7b

\

这是关于股票主动投资组合管理的第一篇教程。在开始介绍正式内容之前，我先简要简要说一下《Alpha系列》的初衷。

近年来，随着国内大数据和人工智能的迅速崛起，量化交易领域也有了长足的发展。 从原来的指标驱动型程序化交易，演化到现在的以机器学习、人工智能为代表的新型量化交易。同时，量化交易的门槛与过去

其实财务报表分析最核心的东西，是通过财务报表这个结果，由果推因，找出造成这个结果的原因。

会计是商业的语言

首先第一个问题是——会计是商业的语言，这是会计的根本。

什么叫“语言”，就是可以通过它进行交流。比如我是一个中国人，我会英语的话，到了美国我可以用英语跟美国人交流，我与

对程序化模型测试来说，所测试的期货品种越多，越能检验出模型对不同品种的适用性。

1、测试参数的设置 测试参数设置的不同所得到的测试结果差异很大，客观设置测试参数关系到模型交易效果的真伪和对模型的最终取舍。程序化交易模型的测试结果对未来市场有多大的适用性是由以下三大要素决定的：

一是测试的

https://bigquant.com/experimentshare/2fbb2629dcb0450bbf72e224835b4957

\

导语

保本基金是指在一个保本周期到期时，投资者可以收回本金、同时获得风险资产投资收益的基金产品。由于具有不论市场如何下跌都不会亏损的特性，保本基金受到了既希望投资于股票之类的风险资产、又有保本需求的投资者的欢迎。

目前，公募基金等机构发行了各自的保本基金。而由于政策监管的原因，保本基金也可

无论你如何看待数据科学这门学科，都不能轻易忽视数据的重要性，以及我们分析、组织和理解数据的能力。Glassdoor 网站收集了大量的雇主和员工的反馈数据，发现在美国“25个最好的工作职位清单”中排名第一的是数据科学家。尽管排名摆在那里，但毫无疑问，数据科学家们研究的具体工作内容仍会不断增加。随着机器

导语

本文为Mehmet Süzen撰写文章的译文，稍有删改。文章清晰地阐释和区分过度拟合及过度拟合等概念，对于本领域学习者正确理解专业术语多有帮助。正如作者在原文末所指出的：对待简单的概念，我们也应抱着积极求学的态度，了解其成立的基础。

前言

大多数从业者对”过拟合“这一概念存在

基金仓位的爬取

首先通过爬虫爬取公募基金公布的仓位，我们以招商基金的沪深300指数增强基金为例(代码004190)获取该基金的2018年二季度公布的个股持仓比例，代码实现如下：

    import re
    import requests
    import j

导语

本文旨在向读者介绍Alpha的相关基本概念，以及寻找和检验Alpha的主要流程和方法。在上篇中我们梳理了 WorldQuant经典读本FindingAlphas的概要以及WebSim的使用。作为下篇，我们演示如何通过BigQuant平台可以复现WebSim的因子分析功能，用户可以只输入

导语

在这篇文章中，我想向您介绍我自己甄选有利可图的算法交易策略的方法。我们今天的目标是详细了解如何找到、评估和筛选这样的系统。我将解释个人偏好和策略表现对于评价策略的好坏具有同样的重要性，随后我将说明如何筛选和客观地评估自己的交易策略，并最终将其用于回溯测试。

确定自己的交易偏好

人工智能（AI）技术得到了飞速发展，其在各个领域的运用也不断取得成果。机器学习被评为人工智能中最能体现人类智慧的技术，因此开发AI量化策略可以理解为将机器学习应用在量化投资领域。

理解机器学习算法

机器学习算法太多，本文讨论只针对适用于金融数据预测的常用有监督型机器学习（Supervise

人工智能，深度学习，机器学习……不管你在从事什么工作，都需要了解这些概念。否则的话，三年之内你就会变成一只恐龙。 —— 马克·库班

库班的这句话，乍听起来有些偏激，但是“话糙理不糙”，我们现在正处于一场由大数据和超算引发的改革洪流之中。

首先，我们设想一下，如果一个人生活在20世纪早期却不知电为

导语

本文以双均线策略为例，如何开发一个传统的趋势跟踪策略。

在BigQuant策略平台上，除了开发AI策略，还可以开发传统策略，比如趋势跟踪、套利、事件驱动策略、多因子选股策略。本文以双均线策略为例，帮助大家更好地理解[BigQuant回测机制](/doc/bigquant-N3sndR

导语

回归、分类和排序是我们经常遇到的问题场景。本文主要介绍如何实现回归和分类两类问题的模型构建。

首先我们明确一下算法在机器学习中的地位。一般来说，机器学习有三个要素： 数据、算法和模型 。

• 数据 是场景的描述，包括输入和输出。
• 算法 是得到模型的过程，

导语

本文将介绍LSTM模型的原理与构建其选股模型的流程

LSTM简介

循环神经网络（RNN）

传统的神经网络是基于所有时刻的输入和输出间相互独立的假设来生成已学习数据的静态模型，并根据新接受的数据进行运算。但在很多情景中，如语音识别中预测当前的单词的含义，需要知道之前的输

策略案例

[https://bigquant.com/experimentshare/0f3871389f5846009ba425fe066d03b2](https://bigquant.com/experimentshare/0f3871389f5846009ba425fe066d03b2

策略案例

[https://bigquant.com/experimentshare/7dcb3fe1da07466aa334e3c202a7704f](https://bigquant.com/experimentshare/7dcb3fe1da07466aa334e3c202a770

导语

高频策略的定义有很多，本文指日内的交易策略。本文介绍一种经典的日内交易策略，并应用在期货品种上。

Dual Thrust简称DT，是 Michael Chalek 在80 年代开发的 Dual Thrust，是海外top10交易系统中的其一。属于开盘区间突破类交易系统，以今日开盘价加

策略案例

[https://bigquant.com/experimentshare/86296263b27443e48311932d71d3134b](https://bigquant.com/experimentshare/86296263b27443e48311932d71d3134b

策略案例

[https://bigquant.com/experimentshare/8594992a1d9345d98cbe949eb6297067](https://bigquant.com/experimentshare/8594992a1d9345d98cbe949eb62970

LSTM Networks应用于股票市场之Functional Model。本文是已初步探索，如下示例中 使用 LSTM 预测沪深300 涨跌。

用一个input（6 features * 30 time series）训练LSTM，将训练结果与另一个辅助性输入label(np.round(cl