一号程序化策略的跟踪情况与现实交易问题汇总
系列报告的前几篇均立足沪深300股指期货的基本面——300只个股的成交明细数据进行研究,并形成较为成熟的股指期货程序化策略一号进行跟踪(6月26日开始),一号策略8月收益率达到8%,这一节将介绍一号策略的具体运行状况,以及交易过程中可能遇到的问题。
二号程序化策略开发初步阶段:思路初探与简单实证
二号策略将更多注重期货合约本身的交易状况(而非300只个股),这也是为了顾及更高频交易中的运算速率问题(以目前我们的运行条件,同时计算300只股票实时行情数据并形成信号需要2-3秒)。二号策略将从IF合约指令单簿和指令单流
更新时间:2024-05-23 06:13
【旧版说明】此文档为旧版,相关新版文档可参考:🌟102-第一个AI策略
https://bigquant.com/experimentshare/1c44e0bf56db424d8f2a5e617759a300
\
更新时间:2024-05-22 01:58
freestyle996+如何运用股票标注的方法对1-3日内上涨的股票进行标注?
https://www.bilibili.com/video/BV1uP4y1R7kh/?spm_id_from=333.999.0.0
[https://bigquant.com/experimentshare/0a4bb333c1bb4f4e91d7701a3538f6f4](https://bigquant.co
更新时间:2024-05-21 09:10
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
【旧版使用说明】此文档为旧版本,相关文档可参考:
https://bigquant.com/wiki/doc/126-KkS3pYVIAH
20210624 Meetup 策略案例
https://bigquant.com/experimentshare/f235e9ce26dc42b9ae9fb57ca6574bf1
\
更新时间:2024-05-20 06:46
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,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 07:06
在金融投资领域中,因子研究是量化投资的重要组成部分。这是一种研究和分析股票、债券等金融资产的性能和风险的关键手段,以揭示影响投资回报的基本因素。
因子研究的核心价值在于,它可以揭示那些对投资回报产生持续影响的变量,如市值、质量、动量、低波动性、收益率等。这些因子在历史上已经显示出对投资回报的显著影响,因此,对这些因子的深入理解和应用,对于量化投资策略的建立至关重要。
通过量化方法,如统计和数学模型,因子研究可以帮助投资者更好地理解资产的性能和风险,从而优化投资组合,实现风险和回报的平衡。因子研究的结果还可以帮助投资者一定程度上预测未来的市场趋势,从而做出更加科学和
更新时间:2024-05-16 05:52
本文介绍如何对一个回测结果进行深入分析。
我们先构建一个可视化AI策略,如下所示。
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
投资组合风险和收益率的计算涉及多个财务概念和数学公式。让我们首先了解一些基本概念,然后进入具体的计算方法。
投资组合收益率的计算 假设投资组合由多种资产组成,每种资产的预期收益率和投资占比各不相同。
投资组合的预期收益率可以通过以下公式计算:Rp =∑(n,i=1) (wi ×Ri )
Rp 代表投资组合的预期收益率。
n 代表投资组合中的资产种类数。
wi 代表第 i 种资产在投资组合中的权重
更新时间:2024-01-28 04:00
回测结果是基于历史数据对某一投资策略进行模拟交易后得到的结果。进行回测的目的是为了评估一个投资策略的盈利能力、风险水平以及其他相关指标。
回测结果中通常包括不同时间段的投资收益率、最大回撤、胜率等指标。这些结果可以帮助投资者了解该策略的优势和不足,从而进行调整和优化。
回测结果通常包含多个方面的信息,主要包括:
更新时间:2024-01-26 10:06
%%sql SELECT date, instrument, close, open, close/m_lag(close,1) as cr, (close / LAG(close, 5) OVER (PARTITION BY instrument ORDER BY date))-1 AS change_ratio_5d, PERCENT_
更新时间:2024-01-22 02:28
收益率(Return)是衡量投资价值随时间变化的百分比。它是一个基本的财务指标,用于评估资产或投资组合在一定时期内的表现。收益率可以基于过去(历史收益率)或预期(预期收益率)来计算。
年化收益率(Annualized Return)是将投资在不同时间段内的收益率调整为一年的标准时间长度,从而使得不同时间长度的投资收益率可以进行公平比较。年化收益率对于评估和比较不同投资的长期表现尤为重要。BigQuant的金融数据因子平台以及[AI量化策略平台(PC端)](https://bi
更新时间:2024-01-18 09:45
如标题
更新时间:2024-01-09 06:13
\
更新时间:2023-10-09 07:07
发现一个问题,程序下载导入到合作的平台,超参搜索模块不能正常使用,给出的回测结果是错误的,和不使用超参搜索模块直接测的结果不一样了。
我的收益率是270%,使用超参搜索后是73%了。
\
更新时间:2023-10-09 06:01
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
我用遗传规划 挖觉的因子 是product(return_0, 3) 还是(return_0, 3) 这个product是什么意思
\
更新时间:2023-10-09 02:22
**时间序列分析(time series analysis)是量化投资中的一门基本技术。时间序列是指在一定时间内按时间顺序测量的某个变量的取值序列。**比如变量是股票价格,那么它随时间的变化就是一个时间序列;同样的,如果变量是股票的收益率,则它随时间的变化也是一个时间序列。时间序列分析就是使用统计的手段对这个序列的过去进行分析,以此对该变量的变化特性建模、并对未来进行预测。
时间序列分析试图通过研究过去来预测未来。
时间序列分析在工程学、经济学、气象学、金融学等众多领域有着广泛的应用。在金融学领域,介绍时间序列分析的优秀书籍层出不穷。其中最家喻
更新时间:2023-06-14 03:02
本系列的前两篇——基础篇和初级篇——分别介绍了金融时间序列分析的核心以及时间序列建模中最简单的模型:白噪声和随机游走。在金融时间序列研究的对象中,投资品的收益率无疑是最重要的一个。挖掘收益率序列的自相关性是金融时间序列的核心内容。无论对于个股还是指数,它们的收益率序列都表现着一定的自相关性。前面的文章说明,白噪声模型假设了时间序列各观测点之间的独立性、无法捕捉收益率序列的自相关性,因此使用白噪声来对投资品收
更新时间:2023-06-14 03:02
本文写于 2018 年 2 月 8 日,因此实证数据仅到该日期之前。
股市中有许多流传已久的日历效应(calendar effect),它指的是市场的收益率在一年中的一些特定日子或者特定月份有高于平时的收益率。这其中最大名鼎鼎的当属换月效应(turn-of-the-month effect),它指的是股票在每月的最后 1 个交易日到下一个月的第 3 个交易日这个窗口内的收益率显著高于一个月中的其他交易日(具体的换月窗口可以和上述略有不同,但一般的实证中使用的是从每月的最后一个交易日到下月的第三个交易日这四天)。
以美股
更新时间:2023-06-14 03:02
作者:fyiqi 原文链接:金融时间序列分析入门(一)
1.1 什么是时间序列
简而言之:对某一个或者一组变量 x(t) 进行观察测量,将在一系列时刻 t1,t2,⋯,tn 所得到的离散数字组成的序列集合,称之为时间序列。
例如: 某股票A从2015年6月1日到2016年6月1日之间各个交易日的收盘价,可以构成一个时间序列;某地每天的最高气温可以构成一个时间序列。
一些特征:趋势:是时间序列
更新时间:2023-06-14 03:02
导语:资本市场上有诸多风险资产,各有不同的收益率和波动率。为了分散风险,我们一般会同时持有多种不同的资产,但是如何合理地进行配置是个难题。配置不好的话可能不光分散了风险,也对冲没了收益。本文要介绍的,就是著名的现代资产配置(MPT)理论。
作者:肖睿 编辑:宏观经济算命师
本文由JoinQuant量化课堂推出,难度为进阶上,深度为 level-1。
阅读本文需要掌握效用和[风险模型](https://www.joinquant.com/post/1774?f
更新时间:2023-06-14 03:02
导语:资本市场上有诸多风险资产,各有不同的收益率和波动率。为了分散风险,我们一般会同时持有多种不同的资产,但是如何合理地进行配置是个难题。配置不好的话可能不光分散了风险,也对冲没了收益。本文要介绍的,就是著名的现代资产配置(MPT)理论。
阅读本文需要掌握效用和风险模型(level-1)的知识。
本文是一系列文章中的第三篇。本系列从基础概念入手,推导出 CAPM 模型。系列中共有四篇:
更新时间:2023-06-14 03:02