夏普比率
夏普比率（Sharpe Ratio）是金融领域中用于衡量投资风险调整后表现的重要指标。它由威廉·夏普于1966年提出，用于量化投资者在承担每单位风险时所获得的超额回报率。夏普比率的计算公式为（回报率 – 无风险利率）/ 标准差，其中，回报率表示资产的平均收益，无风险利率通常与国债收益率相近，而标准差则代表资产收益的波动性或风险。 夏普比率越高，说明在相同风险水平下，投资策略所获得的回报越高，反之则越低。此指标不仅为投资者提供了一个量化工具来评估投资组合的风险与回报之间的平衡关系，还有助于比较不同资产或策略之间的性能。因此，夏普比率在金融决策、资产配置和绩效评估等方面具有广泛应用。
多因子选股策略-股票日频
更新时间：2024-05-20 10:04
【历史文档】大家帮我看看是咋回事，回测数据交易有问题
本帖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
https://bigquant.com/experimentshare/fd3f21c915964e5b8800b41fe1314ec9
\
更新时间：2024-05-20 08:29
用线性-回归算法实现A股股票选股
更新
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
强化学习在金融市场中的应用（上）
本文内容已经过期，不再适合平台最新版本，请查看以下最新内容，作为参考资料学习。
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
[https://bigquant.com/experimentshare/e1779fa4ec184a1fb209ebff7c588b8d](https://bigquant.com/experimentshare/e1779fa4ec184a1fb209ebff7
更新时间：2024-05-20 06:33
单因子分析（案例代码）
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版因子分析代码：
https://bigquant.com/wiki/doc/5zug5a2q5yig5p6q5luj56cb-Od7rjBTNDQ
策略案例
[https://bigquant
更新时间：2024-05-20 06:30
lightgbm多因子选股
旧版声明
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
基金双均线策略
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
以双均线策略为例，采用新的DataSource接口实现基金数据的读取及策略回测
[https://bigquant.com/experimentshare/ac13b3c580cd4f06ad2cce26dd718ecc](https://bigquant.com/experimentshare/ac13b3c580cd4f06ad2cce2
更新时间：2024-05-20 06:13
Alpha策略
更新
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 03:43
一阳穿多线策略的因子描述-滚动训练
【此文档为旧版】 相关新版文档参考：
https://bigquant.com/wiki/doc/ai-rq8QOC2fDb
策略案例
https://bigquant.com/experimentshare/16571b942a8a4a92a4914c15f65d0883
\
更新时间：2024-05-20 03:03
从均值方差到有效前沿
更新时间：2024-05-20 02:47
用线性随机梯度下降-分类算法实现A股股票选股
更新
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
从均值方差到有效前沿（代码）
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
策略案例
https://bigquant.com/experimentshare/68b5d7cfac264dbda781c1fbcc6a4880
\
更新时间：2024-05-20 02:09
利用机器学习对冲风险
更新时间：2024-05-20 02:09
对冲策略研究demo示例
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
策略案例
https://bigquant.com/experimentshare/0f3871389f5846009ba425fe066d03b2
\
更新时间：2024-05-20 01:07
用StockRanker算法实现A股股票选股
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
策略案例
https://bigquant.com/experimentshare/72d5601550164505aad979f7265f8fec
\
更新时间：2024-05-20 00:50
DQN个股择时策略研究
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
\
导语
本文主要分享一个基于Deep Q Network的对于个股的择时策略
算法简介
DQN与Q-Learning
本文主要使用的是Deep Q Network。DQN是强化学习的一种方法，结合了Q-learning和深度学习神经网络。
Q-learning是用一张表来记录各个状态下的各个行为的q值，它能记录的状态
更新时间：2024-05-20 00:40
基于协整的配对交易
更新
本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：
https://bigquant.com/wiki/doc/5z65lqo5y2p5pw055qe6ywn5a55lqk5pit-6x1P1362eJ
策略案例
[https://bigquant.com/experimentshare/6b05d7bd134e420387acfa25c37b283f](https://bigquant.co
更新时间：2024-05-17 09:23
用随机森林-分类算法实现A股股票选股
更新
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 06:42
主动投资管理之信息率
更新时间：2024-05-17 06:27
深度学习量化交易模型
更新
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 03:49
深度学习在期货高频上的应用示例
更新
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 02:54
StockRanker多因子选股策略
更新时间：2024-05-17 02:33
如何结合欧奈尔的RPS指标,开发AI量化策略?
若想在AIStudio3.0.0种复现这个策略, 请空降:
https://bigquant.com/wiki/doc/rpsai-lgPnmWzLkq
问题
如何结合欧奈尔的RPS指标,开发AI量化策略?
讲解
1988年，欧奈尔将他的投资
更新时间：2024-05-17 01:13
小市值策略变形记
适用于AIStudio3.0.0的版本:
https://bigquant.com/wiki/doc/%5Fnew-iH7DEZCRpf
{{membership}}
https://bigquant.com/codeshare/5a5dd498-4590-44c2-8109-ae4501f49494
\
更新时间：2024-05-16 09:15
组合优化概述
更新
本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：
https://bigquant.com/wiki/doc/57ue5zci5lyy5yyw5qac6lw-LvaK2l8nla
[https://bigquant.com/experimentshare/a65ee754dc984929afffd7614437348c](https://bigquant.com/experimentshare/a65ee754dc9
更新时间：2024-05-16 06:35