影响策略效果的因子有很多,每个人所选择的因子也各有不同,选取因子后,如何分析数据,找出有效选股逻辑模型就成为重点。该数据分析工作是策略逻辑编写中最耗时的部分,本文介绍,如何简化数据分析的工作:数据标准化处理 举例说明: 当天收益因子:5000支票,可能会有1000+个不同的值,如:1.01%,
策略社区AI策略广场可转债策略模板改变选债因子回测正常,提交模拟正常,只出现了一次交易信号之后就没有后续的交易信号了,该策略在这个期间的回测一直有交易信号产生,n可转债三要素策略模板链接:<https://bigquant.com/square/ai/0fbdf9e7-630d-2f58-4cf1-
我在学习平台策略过程中发现 ststatus = 0 语句无法完全排除退市整理期股票。在Quant Agent里提问,得到的答案是“在BigQuant平台的A股数据规范中,股票的ststatus 字段用于区分普通股票、ST股票以及处于退市整理期的股票。st_status = 0 表示该股票既不是ST
如下,很多股票都不是新股,理论上atr_14能算出来,不应该这么多nan值,这是为什么呢 https://bigquant.com/codesharev3/ed007717-890e-4415-83a0-3824a073d9b8 最奇怪的是,我自己算就有数据,直接取预计算因子就是nan,ε=(
因为我在使用order_value(instrument,cash),如果cash/净值,不满足最小数量,好像就无法成交,这个应该如何解决
因子定义 乖离率因子是量化投资中的一个重要指标,它用来衡量一只股票当前价格与其平均价格之间的偏离程度。简单来说,乖离率可以帮助我们判断股票是不是被高估或者低估。 正的乖离率越大,表示股票被高估,短期可能会回调,此时可考虑卖出获利;负的乖离率越大,表示向上回补的可能性越高,此时考虑买入等上涨。
直播实盘回放:<https://bigquant.com/college/courses/course-v1:public+l0619+2025-06/courseware/0271513472614746a1a2d5616196559f/ec082313cb0945d581f2109433273a
0.什么是可转债 0.1 基本概念 可转债是上市公司发行的一种特殊债券,它赋予投资者在特定条件下将债券转换为公司股票的权利。投资者持有可转债,既可以享受债券的稳定利息收益,又能在公司股票价格上涨时,通过转股获得股票增值收益,具有 “下有保底,上不封顶” 的特点。 0.2 交易规则 交易代码:
点击此处查看直播回放:<https://bigquant.com/college/courses/course-v1:public+l0617+2025-06/courseware/918bd7ac4fa84dfca60185e52e37342c/4de6d8e19ae74c89951060ad9b
股票实时交易策略 1.选择感兴趣的股票实时交易模板(详见模板),点击【克隆】复制对应策略至策略编写页面; 1)运行代码:点击右上角的【全部运行】,看代码运行结果是否报错 2)提交模拟:点击右上的【提交模拟】,进行实时任务提交 2.在策略编写页面的右上角点击【提交模拟】进入到策略提交页面:
https://bigquant.com/codesharev3/ebbaef0f-d860-4983-9305-823a6afefb14 完全按照老师的要求还是报错,这是什么原因呢?
https://bigquant.com/codesharev3/a836e03a-da45-408e-979f-7c00a1758c9e
https://bigquant.com/codesharev3/f9d46b4f-6b5c-4a8f-a00e-c26a8648e9e5 想调整的参数为m7模块里的持仓股数量(context.stockcount)和每次调仓时的调仓数量(m7.context.changenum)。 运行貌似正
按照你提供的文档,克隆文档中的策略,反复运行都失败,到底是什么问题呢??实际上之前也运行过贝叶斯寻优与M.tune 调优等程序代码,都出现过各种问题并失败,我当时的感觉是不是我的算力或资源不够,因此,这次这个问题一定要解决我才知道到底是哪个地方出了问题。n请尽快解决!!!!n https://bi
克隆161alpha挖掘大杀器--并行模块tune的代码,运行后无法显示图形,报错如下,烦请修订。 https://bigquant.com/codesharev3/3239cb80-e1a4-4a1a-9db6-6ad06fa87cff
regrslope可以计算两个变量之间线性回归的斜率,例如收盘价和开盘价的斜率regrslope(close,open,10), 但是为了计算一段时间的趋势是上涨还是下跌,需要计算close与交易日之间的回归斜率,请问怎么实现?相当于需要一个数组(1,2,3,4,5,6,7,8,9,10)跟连续10
因子原理 现金流是企业在一定时间内产生的现金流入和流出状况,简单来说,就是公司的“==钱进钱出==”情况。 它体现的是公司的运营能力,用来评估公司的健康状态。 例如,你有一间餐厅,客人们每天都来消费,每天都有现金入账,但同时你每天也需要支付原材料、房租和员工工资等。 如果每天的==现金流入=
高频交易经常被提起,却始终蒙着一层神秘面纱,仿佛那只是金字塔尖那一小撮人的玩物。今天我们就从期货高频数据下手,去揭开神秘面纱的一角,并尝试搭建神经网络模型对高频数据进行预测,抛砖引玉,希望能让对金融数据分析,量化交易,人工智能感兴趣的朋友有所收获。我们已经将本文的全部源数据+源代码+python环境
BigQuant 可视化深度学习模型构建 模块 BigQuant将量化投资需要用到的数据、算法、交易等封装为模块,用户可以直接复用和调参,参考如下示例 模块: hello def run(param1: I.bool ..): ... return I.Outputs(data
我的1.0的老策略现在模拟实盘已经不支持了,想移植到3.0,但好久没学习3.0的知识了,想自己移植很费劲,希望平台的老师能帮忙实现。 https://bigquant.com/codeshare/b91f0463-9922-42ec-bdfb-293f9c5c1585
1.市场观察和机会发现 近年来,A 股市场呈现出显著的结构性分化特征。这种分化不仅体现在行业间的轮动差异,更体现在不同市值规模股票的表现背离上。 对于大盘蓝筹股:北向资金、保险资金等长期资金更倾向于配置流动性好、业绩稳定的大盘蓝筹股,导致中小市值股票群体资金关注度相对较低。在经济不确定性增加的背
1.市场观察和机会发现 优质高股息策略以稳定收益和抗风险能力为核心,在量化交易中具备独特价值。其逻辑层面,在经济下行或波动时,高股息企业商业模式成熟、现金流稳定,能提供防御性;股息再投资可实现复利增长,放大收益;被低估的高股息股存在估值修复机会;同时满足养老金等长期资金的配置需求。市场观察显示,牛
https://bigquant.com/codesharev3/ea4de6c6-1325-4531-9cbb-ef685c57d953 我之前也运行过几次都失败,请尽快解决该问题?