机器学习是当今几乎每个行业的需求。医药、交通、医疗保健、广告和金融技术等行业非常依赖机器学习。谈到金融技术领域,算法交易实践对于机器学习算法非常有效。有各种资源可用于学习机器学习交易,通过本文可以让您可以访问学习机器学习交易的免费资源。
《如何使用机器学习进行交易》 由量子
这本电子书包含所有信息,从解释人工神经网络的基础知识和工作原理,到演示用 Python 实现股票价格预测的代码。
![{w:100}](/wiki/api/attachment
更新时间:2024-05-20 03:38
短期涨跌的预测相比长期更容易,但覆盖交易成本后再获利的难度更大。所以在高频交易场景,机器学习更适合有限状态下的订单执行。而对于长期的预测,机器学习的训练目标可以不是评估在给定状态下的每股总利润或买入行为的回报,而是监控在该状态下买入与在所有可能状态下买入的相对盈利能力。
Michael Kearns在2010年的关于讨论机器学习在高频交易应用的论文中,提出了很多机器学习应用与高频交易的限制,很多思考放到现在都值得我们去学习。机器学习在高频交易中主要有两个方向,一是订单的执行优化,二是高频涨跌方向的预测。这两者本质的区别是执行优化是在一个确定性的空间寻找最优解,即交易
更新时间:2024-05-20 03:22
算法交易起源于上世纪中叶的配对交易
历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯,利用空对多3:7的比例进行配对交易,在1955年到1964年间,综合回报率高达28%。到了上世纪60年代早期,投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。
配对交易逐渐成熟,发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用,同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员,后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英,算法交易的“黑盒子”便由此诞生。
随着计算机的广泛普及,华尔街各大
更新时间:2024-05-20 02:09
本文为旧版实现,仅供学习参考,新版请移步至以下几个链接。
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](https://bigquant.com/wiki/doc/dai-PLS
更新时间:2024-05-20 00:35
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 06:26
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
新版数据平台
更新时间:2024-05-16 03:24
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 02:57
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 08:45
{{use_style}}
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](https://bigquant.com/wiki/doc/demos-ecd
更新时间:2024-05-15 07:29
BigTrader是宽邦科技推出的致力于为用户提供便捷、功能强大的交易引擎。
在量化研究的过程中,量化研究员(宽客)需要在历史数据里回放模拟,验证策略效果,这就是BigTrader交易引擎的应用场景。
主要功能: 量化策略编写、回测分析、仿真模拟和实盘交易。
支持品种: 股票、基金、期货、可转债、指数;未来会支持期权、债券、两融等。
交易频率: 日线、分钟、Tick、逐笔。
交易引擎的优势:
更新时间:2024-04-23 06:52
金融交易是指在金融市场上买卖金融工具的过程,例如股票、债券、衍生品(如期货和期权)、货币以及其他金融资产。这些交易可以在各种平台上进行,包括交易所、场外市场(OTC)和电子交易平台。金融交易的主要目的是为了投资、对冲风险或从市场价格变动中获利。
\
一般可以大致分为以下几类:
更新时间:2024-02-23 02:58
年前跑的一个策略
昨天显示运行失败,日志报错如下,之前都跑得好好的不知道出了什么问题
https://bigquant.com/live/strategy?notebook_id=6f51df86-b957-11ee-b4d7-760bcf22f689
更新时间:2024-02-20 01:57
https://bigquant.com/codeshare/a4eb0c11-16ca-4fe2-99f9-b9a86dc78ee8
2024-02-19 15:56:38 任务运行开始调度 state=trigger event= 0061f39d-6448-485e-a04b-79f2e7c3b9e4 .. 2024-02-19
更新时间:2024-02-19 08:02
分享一些量化交易相关的常识信息。
**[多因子选股模型及优缺点](https://bigquant.com/wiki/doc/5asa5zug5a2q6ycj6ikh5qih5z6l5zcn6kn6ke
更新时间:2024-02-19 06:56
BigQuant是国内领先的适合个人投资者的量化交易软件开发平台,基于Python语言且支持AI人工智能以及机器学习的量化交易投资平台,帮助量化开发者和投资者更好地使用量化策略进行交易。
AIStudio是BigQuant平台以AI为核心的Cloud IDE,专门为使用AI量化开发者设计的免费量化交易软件开发工具,包括数据分析、因子挖掘、模型开发、回测和自动化交易; 通过AIStudio可以分析金融市场数据,挖掘可能影响股票价格和市
更新时间:2024-02-19 06:45
我怀疑问题是这样:\n现在的新版模拟交易必须使用M.bigtrader.v9。然而这个模块回测和之前我使用的M.hftrade.v2不一样,回测区间如果只有一天是不能绘图的。问题是提交模拟交易的时候,每天运行的时候确实就只有一天,所以绘图失败了。
\
2024-02-05 22:45:21 任务运行状态更新 state=failed event=20240205 cfa00cef-240f-4586-9e05-10f0f2fa38f6
Traceback (most recent call last):
File "/var/app/enabled/aif
更新时间:2024-02-05 14:50
模拟交易功能是BigQuant特有的量化服务,可以根据用户的策略每日为用户通过手机,email等途径推送信号。
在进行模拟交易信号接收之前需要确保以下几点。
1.账户更新余额充足(如更新数据需要大于1C的资源)
2.已经有一个成功回测的策略。
具体模拟交易提交步骤如下
1.完成回测,绑定实盘日期
2.提交模拟交易定时任务
3.查看模拟交易
4.接收信号
5.分享策略至天梯
\
绑定实盘日期
首先需要保证回测时在数据抽取时需要保证开始和结束日期绑定实盘交易
![](/wiki/api/attachments.redirect?i
更新时间:2024-02-04 05:04
一个面向零编程基础的量化交易新手入门教程,力求让高中生知识水平的人都能学会量化交易最基本的知识,快速迈过第一道门槛,从而具备进一步自主深入学习的能力。
(tips:文末罗列所有量化核心工具)
更新时间:2024-02-02 11:29
量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策 。(注:文末含所有量化核心工具)
量化交易主要是根据纯粹的数
更新时间:2024-02-02 11:28
更新时间:2024-02-02 08:19
我的策略代码在提交的时候可以成功生成一次信号,并微信推送。但是第二天就无法自动更新了。会报错(附在后面)。第二天重新提交一个模拟交易也是可以运行的。说明问题出在模拟交易的第二天。
我在m4_handle_data_bigquant_run
的第一行就有一个print,由此我确定程序没有进入这个函数。
我的初始化部分如下:
tmp = dai.query("""
SELECT date, instrument
FROM cn_stock_bar1d
WHERE date >= '2024-01-29'
AND date <= '202
更新时间:2024-02-02 08:19
**概念定义:**一种使用高级数学模型、统计分析和计算机算法进行交易决策的方法。
**应用范围:**一般包括股票、期货、外汇和衍生品等金融市场;
**主要原理:**依赖于金融市场中的价格、交易量、经济指标等大量历史和实时数据,用以识别市场趋势、估值、波动性等关键因素;使用复杂的数学(包括统计学、概率论、机器学)模型来分析数据和预测市场行为,并通过计算机算法预设的规则和模型自动执行交易。(文末含量化核心资源)
数据分析
历史数据分析:通过分析历史价格、成交量等数据来预测市场趋势。
实时市场数据:收集实时交易数据,对市场
更新时间:2024-02-02 01:23
交易是每天的排名第一,日频,怎么看回测和模拟交易的预测结果是是否一样
更新时间:2024-01-31 03:55
更新时间:2024-01-31 03:53
AI量化指标的选择和排序取决于特定的投资策略、市场条件和数据可用性。
以下是30个常见的AI量化指标,按照一般在量化分析中的重要性排序:
更新时间:2024-01-29 02:44