问题

如何以不复权或者前复权数据获取，用后复权我有一套指标价格完全不对了，导致没法使用

\

https://bigquant.com/experimentshare/711ca5b92c11435ead022cd39c287f17

\

问题

如何通过爬虫获取开盘啦app上面的数据？

视频

https://www.bilibili.com/video/BV13R4y1C7KQ/

\

策略源码

https://bigquant.com/experimentshare/cb90e8e440bc47b9bbc9cb897e452af8

\

请教一下bq的工程师：多因子分析模块里面的回测功能是如何实现的，我自己实现的和模块的结果不一样，导致分析模块很好的因子，回测下来效果却不好，能否给讲讲实现原理啥的。

摘要

我们梳理了铁矿石的产业链逻辑，将影响铁矿石价格的因子分为两大类四子类，基本面因子包括供应因子、需求因子、库存因子，而情绪因子是并列于基本面因子的一大类因子。

基本面因子相对于行情数据有更新频率更低、更新不够及时、统计口径时有变化等特点，所以数据处理方面有其特殊之处，本文从数据频率的统一、数据及时性、季节性调整以及奇异值的处理等方面进行了深入探讨。

对于单个因子来说，为了衡量其预测效果，我们采用三分位法作为信号生成机制，确定未来的交易头寸，从中发现三分位法的t统计量的值与我们通常追求的夏普比率（不考虑手续费和交易摩擦）相关性非常高，可达到98%以上，这一点与螺纹钢的结果一致。从

问题

如何利用滚动回测进行策略开发和因子挖掘？

视频

[https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086](https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2

问题

transformer等深度学习中序列窗口滚动模块具体的功能是什么，为什么要把数据做这个处理，能否用numpy的源码写一个函数？

视频

https://www.bilibili.com/video/BV1i44y1q7As?p=4&share_source=copy_web

策略源码

2021年7月8日Meetup策略模板：

[https://bigquant.com/experimentshare/6235b7c

单纯的定性分析方法将不足以应对数据处理带来的挑战，投资者需要一种效率更高、覆盖度更广的工具去进行定量分析，以便于获得更多的时间用于定性分析与研究，从而最终做出更优的投资决策。

量化投资方法正是这样一种高效的工具，通过局部替代主观投资方法中基础工作内容来提高投资效率。

同样，对于目前仅以量价数据为主要投资依据的机构而言，在量化投资行业大发展过程中，随着同类型管理人越来越多，策略同质化愈发严重，超额收益也更难获取。

挖掘多元化、差异化收益来源成为破局思路之一，未来量化投资也必然会更加注重基本面的底层逻辑。

总体而言，这两种方法各有利弊，两者的结合，才是通往长期投资成功的最可靠途径，也是必然

怎么用bigquant的架构来获取每天涨停的个股，不是用传统的代码打出来的那种，试过好多次！老是运行的结果错误！

导语

在阅读了 深度学习的简要介绍后，本文将介绍深度学习DNN模型及其在量化投资领域中的应用。

深度学习在量化领域的应用

机器学习作为人工智能的核心，其传统算法在解决很多问题上都表现出了高效性。随着近些年数据处理技术上的进步和计算能力的提升，深度学习得以在很多问题上也大放光彩，成为近一段时间互联网、金融等领域的大热门。

在量化投资领域，机器学习尤其是由统计学延伸的各种算法一直以来都被尝试应用在选股、择时等策略的开发上，随着深度学习在其他领域上的突破，其在自动化交易甚至投资策略的自开发自学习方面的应用成为了大家探索的焦点。

在前面的叙述中已经知道了变量命名的作用，这种变量命名的另一个重要的作用就是使得我们可以随时获取相关变量并进行计算。

程序解释

那么首先还是从代码开始讲，这里的数据我们用鸢尾花的数据，可以自行下载，很小：

# by cangye@hotmail.com
import pandas as pd
import tensorflow as tf
import tensorflow.contrib.slim as slim
import numpy as np
#定义summary函数
def variable_summaries(var, name="layer"):

数据分析的初级境界应该当属描述性统计分析了。

描述性统计分析，顾名思义，就是对一个数据集合，通过统计的手段，对数据整体进行描述。身边比较常见的，比如：你的支付宝年度报告，你的滴滴年度出行报告，你的美团外卖这一年最爱吃什么，你的网易云音乐年度最爱听哪首歌曲等等。

以上的这些年度报告通通都采用了描述性统计分析的方法，然后给你反馈过去一段时间自身行为的一个复盘，比你更了解你。

本文，将利用Python对我大A股去年走出大牛市的白酒龙头股进行描述性分析，介绍了一般步骤及相应代码。

描述性统计分析包括什么

几乎任何一本统计学的基础书籍都会一上来就介绍描述性统计分析的，所以你可