neutralize(sum(turn_0,90), total_market_cap) as hsl, 报错。
更新时间:2024-05-02 09:55
BigQuant是专业但易用的AI量化投资平台。如下知识可以帮助我们更好的开始策略开发。
如果没有特别说明,请在 AIStuido 3.0使用。
BigQuant平台同时支持可视化编程开发和代码编程开发,并且两种模式可以无缝切换和融合
更新时间:2024-04-29 11:14
SELECT
sf.instrument,
sf.date as date,
sf.total_market_cap,
-- 从技术指标表中选择的字段
ta.ma_golden,
ta.ma_long,
ta.volume_golden,
ta.volume_long,
ta.three_red_soldiers,
ta.hammer,
ta.morning_star,
ta.kdj_golden,
ta.kdj_long,
更新时间:2024-04-06 11:36
最近读到中金量化多因子系列中提到一些高频因子,比如50分钟K线最高与最低价相关系数平方的均值、成交量最高50根K线成交量收益率动量等等,那么根据分钟行情数据构建出来的话,应该是计算出多行的数据,那么对于我们量化爱好者来说,做因子测试的话是利用这些日内多行的数据吗?还是需要做降频处理到每日只取一行数据?之前听万老师讲课听过一般会对高频因子做降频处理,这样处理数据算力负担不会太大。所以有些疑惑,一、想确认下刚才所讲的这两个高频因子是需要取多行数据还是可以降频处理?二、如果可以做降频处理,那么采用什么方式处理比较好?比如取它们均值还是什么?
更新时间:2024-03-26 12:56
with t1 as (
SELECT
date,
date_format(date,"%Y-%m-%d") as new_date,
instrument,
close,
FROM
cn_stock_bar1m
WHERE
1 = 1
AND date >= '2024-03-01'
AND date <= '2024-03-02'
)
SELECT * FROM t
更新时间:2024-03-25 09:10
模拟交易中使用到CSV文件怎么处理呢
更新时间:2024-03-19 09:30
在因子开发研究完之后,选取了|IC|较高的几个因子后,一般如何合成一个策略,即在工程方法论上的一般步骤是什么?比如应该如何选择哪些模型进行合成(树模型or深度学习模型,是否有规律),分别是否都必须在训练前进行特征工程的处理再训练(去极值、中性化去除相关性),比如是否需要探查各个因子的相关性(如果多个因子存在一定的相关性,一般相关度大于多少需要进行处理,是否需要逐对特征两两取残差)
\
方正的==“水中行舟”研报==中提到“取市场上所有股票在当日“不分化时刻”的成交额序列
更新时间:2024-03-15 03:36
https://bigquant.com/wiki/doc/5zug5a2q5yig5p6q-Tzo0w3iZgs
“因子分析”的使用文档是如下的调用,实际操作可行
\
m2 = M.input_features.v1(
features='f
更新时间:2024-03-06 07:11
默认可视化线性模板里,sql就加了几个条件,其他没改,就回测不了,提示日期为空或属性不存在,能帮忙看下吗?\n策略:https://bigquant.com/codeshare/6316cf34-e449-4b15-87b1-1754a9b5a2e5
回测时出现错误
ValueError: NaTType does not support strftime
添加“缺失数据模块”后,出现这个错误
AttributeError: 'DataSource' object has no attribute 'iter_df'
怎么解决?
更新时间:2024-02-19 05:57
join_area_data = M.sql_join_2.v1(
sql1=ori_data.data, # 标签数据
sql2=area_ds, # 地区数据
sql_join="""WITH
sql1 AS (
{sql1}
),
sql2 AS (
{sql2}
)
SELECT * FROM sql1 JOIN sql2 USING (instrument)
"""
)
area_ds是自定义数据集,类型为dai.DataSource,在使用Join的时候报错:**ArrowInva
更新时间:2024-02-15 07:44
更新时间:2024-02-05 04:59
Numpy(Numerical Python)和Pandas两个库是Python编程语言中两个极其重要的库,尤其在数据科学、金融分析和量化投资领域。尽管它们在处理数据方面有所重叠,但各自设计的初衷和优势领域有所不同。
更新时间:2024-02-01 08:48
更新时间:2024-01-23 03:53
如何构建跨周期数据项,并利用这些数据项构建因子?
平时处理的都是日线数据,但如果需要用日线和上月的月线数据进行一些计算形成一些因子,我应该如何构建?
更新时间:2024-01-12 02:34
#提取一级行业,可以获得5000多只股票的行业列表。
sql ='''
select *
from cn_stock_industry_component
where date between '2023-0-01' and '2023-01-07'
'''
import dai
ww = dai.query(sql).df()
www_uni = ww.drop_duplicates(subset='instrument')
www_uni
#获取cn_stock_bar1d表数据
sql = '''
select *
更新时间:2024-01-12 02:31
OPEN/DELAY(CLOSE,1)-1 这代码中的DELAY 的函数 是什么意思
更新时间:2023-12-15 02:22
OPEN/DELAY(CLOSE,1)-1 这个函数中DELAY 是什么意思
\
更新时间:2023-12-14 07:32
请教一下,用1000多个股票一年的收益率数据和20个因子做多元回归模型,这里有多只股票和多个日期,应该要怎么处理呢?如何预测股票收益率?
更新时间:2023-11-27 06:10
更新时间:2023-11-26 16:58
本文继续讲解Pandas库在数据分析和处理上的一些应用。
https://bigquant.com/experimentshare/07c4ac37ae7946909653473c22b73bd3
本文由BigQuant宽客学院推出,版权归BigQuant所有,转载请注明出处。
\
更新时间:2023-11-26 16:58
\
金融学理论:
QMJ因
更新时间:2023-11-16 09:44
就读几天的分钟数据,我用8G的FAI或者用2C/8G AI Studio就把内存读爆了。是不是读数据有啥BUG?
代码如下:
import dai
dayStart = "2022-12-22" dayEnd = "2023-12-31" sql = f"""FROM cn_stock_bar1m WHERE date >= '{dayStart} 09:30:00' AND date <= '{dayEnd} 15:00:00'""" df = dai.query(sql).df()
\
更新时间:2023-10-09 08:26
更新时间:2023-10-09 07:10
更新时间:2023-10-09 06:22
更新时间:2023-10-09 03:43