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。
Dai读取高频因子构建一个简单多因子策略
更新时间：2024-05-16 03:25
【历史文档】策略回测-策略回测结果指标详解
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：2024-05-16 02:47
【历史文档】策略示例-基金传统策略
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：2024-05-16 02:32
【历史文档】策略示例-基金策略
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：2024-05-16 02:29
【历史文档】策略示例-用梯度提升树回归算法实现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：2024-05-16 02:00
【历史文档】策略-回测研究
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：2024-05-15 10:04
【历史文档】策略-策略构建
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：2024-05-15 09:34
【历史文档】算子样例-策略绩效评价
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：2024-05-15 07:51
cvxopt包实现马科维茨投资组合优化
旧版声明
本文为旧版实现，供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
下面代码在新版本不能直接运行，需要修改两处，一处是数据读取，一处是画图，分别参考以下两处链接。
[https://bigquant.com/wiki/doc/
更新时间：2024-05-15 06:48
资金流策略，年化收益69.55%
旧版声明
本文为旧版实现，供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
\
策略案例
https://bigquant.com/experimentshare/53afe5c70e1f48b28f66eeb980d86ebb
\
更新时间：2024-05-15 06:37
【历史文档】因子构建与标注样例-构建大盘收益率因子
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：2024-05-15 06:34
回测数据的深入分析
导语
本文介绍如何对一个回测结果进行深入分析。
新建一个可视化AI策略
我们先构建一个可视化AI策略，如下所示。
回测结果
回测结果一般指策略运行完毕之后输出的能够综合反映策略效果的综合图表，如下所示：
可以看出，回测结果包括收益概括、交易详情、每日持仓、
更新时间：2024-05-15 02:10
基金双均线策略
更新时间：2024-05-15 02:10
策略研究
\
更新时间：2024-05-15 02:10
设置回测基准期货案例
更新时间：2024-05-15 02:10
三因子加工
更新时间：2024-01-12 07:02
三因子线性模型（包含滚动训练）
更新时间：2024-01-12 07:01
如何只选择中证1000成分股进行回测
如标题
更新时间：2024-01-09 06:13
小市值策略报错
更新时间：2023-12-29 10:56
夏普比率公式及使用技巧（含Python代码）
夏普比率（Sharpe Ratio）是衡量投资表现的一个指标，它通过比较投资的超额回报与其承担的风险来评估投资的性价比。由诺贝尔奖获得者威廉·夏普提出，是风险调整后的回报的一种度量。
通过BigQuant量化平台的金融市场数据因子以及AI量化策略平台（PC端），可以验证夏普比率因子组成的AI量化策略有效性。
![](/wiki/api/attachments.redirect?id=8df056d7
更新时间：2023-12-19 03:33
回测引擎常用功能示例
更新时间：2023-12-15 02:48
用财务因子怎么构建机器学习策略？
\
更新时间：2023-10-09 07:09
回测曲线的相对收益线的计算公式
回测曲线的相对收益线的计算公式
更新时间：2023-10-09 07:04
日历效应实现——回测模块
更新时间：2023-10-09 02:36
回测如何设置一次全仓买入一只股票
回测如何设置一次全仓买入一只股票
更新时间：2023-10-09 02:35