更新时间:2024-05-20 10:04
更新时间:2024-05-20 10:04
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-20 07:17
本文为旧版实现,仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
预计算因子表[数据平台] https://bigquant.com/data/datasources/cn_stock_prefactors
https://bigquant.com/wiki/doc/dai-PLSbc1SbZX
[ht
更新时间:2024-05-20 06:21
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-20 02:15
本文为旧版实现,供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
\
这是本系列专题研究的第五篇:基于长短期记忆网络LSTM的深度学习因子选股模型。LSTM作为改进的RNN(循环神经网络),是一种非常成熟的能够处理变化的序列数据的神
更新时间:2024-05-20 02:09
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-20 02:09
本文为旧版实现,仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
https://bigquant.com/experimentshare/72d5601550164505aad979f7265f8fec
\
更新时间:2024-05-20 00:50
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-17 10:35
更新时间:2024-05-17 02:33
买入条件:满足
更新时间:2024-05-16 09:59
买入条件:满足
更新时间:2024-05-16 09:28
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-16 02:00
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-16 02:00
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-15 10:36
行业轮动策略是一种量化交易策略,它依赖于在不同行业之间进行资金分配,以期捕捉市场趋势和行业表现的周期性变化。 从名字即可看出,经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业,因此我们如果能布局这些行业并定期轮动调整,那会取得还不错的投资效果。
本策略是曾经在社区里的一个策略复现而来,策略链接为:
https://bigquant.com/wiki/doc/v10-uKB4qr0ITq
本文在之前的基础上有一些优化,从后文的回测结果上看出,优化后的版本效果更好,
更新时间:2024-05-15 05:36
本文简单介绍如何通过可视化的方式开发出一个价值选股策略。
标题也许看着有点蒙,什么意思呢?其实就是通过5条线连接的几个模块就能开发出一个简单的价值选股策略。我们先来看看策略截图。
该策略一共包括:证券代码列表、输入特征列表、基础特征抽取、数据过滤、Trade(回测/模拟)共5个模块。首先我们先介绍下策略的思想。
更新时间:2024-05-15 02:10
本策略是104选股策略(🌟104-选股策略)模板的具体应用。
由于公司利润变化较大,而且依赖于会计准则、研发投入、设备更新投入等因素,难以正确反映公司的经营状况,而销售收入更加稳定,在不同的行业之中也有更好的可比性。在1984年。费雪提出了市收率因子(PS)选股方法,在费雪看来,低市收率公司存在被低估的可能。因为低市值和高销售收入都会导致这个指标的值比较小,而两者分别表示了市场还没有意识到股票的价值,以及企业的运营情况好于大家的预期情况,这一指标被广泛任务是选股的核心方
更新时间:2024-05-14 09:28
选股:选择基础股票池
打分:对股票打分
仓位:根据打分和持股数量分配仓位
回测:设置调仓周期和买卖点等,回测查看效果
\
m1
选股,使用 A股-基础选股 模块,剔除创业板,科创板和北交所,下拉还可以按照申万行业、融资融券等基本条件进行筛选。更新时间:2024-05-10 02:49
选股:选择基础股票池
打分:对股票打分
仓位:根据打分和持股数量分配仓位
回测:设置调仓周期和买卖点等,回测查看效果
\
m1
选股,使用 A股-基础选股 模块,剔除创业板,科创板和北交所,下拉还可以按照申万行业、融资融券等基本条件进行筛选。更新时间:2024-05-10 02:49
m1
选股,使用 A股-基础选股 模块,剔除掉北交所以及ST的股票,下拉还可以按照申万行业、融资融券等基本条件进行筛选。![
更新时间:2024-05-09 03:30
本策略是104选股策略(🌟104-选股策略)模板的具体应用。基本逻辑是股息率较高的公司能够持续支付较高的现金股息,这通常意味着这些公司拥有较为稳定和可预测的现金流。投资者通过持有这些股票,可以获得相对稳定的股息收入,这在市场不确定性较高时尤其有吸引力;此外,从价值投资角度来看,高股息率股票往往被视为被市场低估的价值股。价值投资者认为,这些股票的市场价格低于其内在价值,因此具有上升潜力。随着市场对这些股票估值的修正,除了股息收入外,投资者还可能获得资本增值;当然,股息率高可
更新时间:2024-05-08 09:25
\
更新时间:2024-04-28 16:48
策略逻辑:价格冲击偏差较小的股票表现较好,即前期容易下跌上涨困难的股票后期表现更佳,买入
\
请克隆策略,前往最新版本开发环境3.0中运行
{{membership}}
https://bigquant.com/codeshare/38959187-2110-4d94-9853-de5ab21e357d
\
更新时间:2024-04-28 02:04
买入条件: 选择过去30个交易日内,超大单净流入占比均位于所有股票的前5%。 这些股票的涨跌幅位于同期所有股票的前5%。
卖出条件: 或股票涨跌幅跌至同期所有股票的后5%。
\
说明:克隆下方策略请前往最新开发环境3.0中运行
{{membership}}
https://bigquant.com/codeshare/2c867588-95a7-4e47-afeb-a377cbe13776
\
更新时间:2024-04-28 02:01