导语:一个好的策略是量化投资成功的关键,本文介绍了BigQuant平台人工智能策略生成器,帮助编程基础薄弱的用户快速上手生成量化策略。
作者: bigquant
阅读时间:5分钟
本文由BigQuant宽客学院推出,难度标签:☆☆
什么是策略生成器?
量化策略的开发一般离不开编写代码,BigQuant平台使用的策略开发语言为Python,如果会写代码,那么策略开发上手就比较快。为了满足一些编程基础薄弱的用户能够快速上手,因此推出了策略生成器这一大“神器”。通过策略生成器,你可以通过菜单化操作来一键生成策略代码。
在BigQuant策略平台点击 新建 按钮,就可以打开 向导式策略生成器 界面(如图1):
$$图1 \ \ BigQuant策略平台生成人工智能策略$$
策略生成器的界面如图2:
$$图2 \ \ BigQuant策略生成器界面$$
可以看出,左侧是菜单操作页面,右侧是代码生成页面。你可以在左侧页面,通过菜单化的方式构建你的策略思想,比如勾选特征 上市板(list_board_0),一旦勾选该特征以后,我们发现,右侧的代码里,变量 features 中会增加 list_board_0,于是我们就可以很方便地使用菜单化的方式来形成策略代码。
点击 生成策略 以后,完整的策略代码如图3:
$$图3 \ \ 生成器默认策略$$
策略生成器的定位是什么?
策略生成器的目标是引导编程薄弱的用户快速上手,因此定位就是 帮助其快速上手、快速开发AI策略,使用户对BigQuant的策略平台和AI策略有一个初步简单的认识。当用户有一定的认识之后,策略生成器扮演的角色不再那么重要。
如何使用策略生成器?
通过一个例子来介绍,如何使用策略生成器开发AI策略。
1. 进入 我的策略
在 BigQuant 首页,点击 我的策略(如图4)
$$图4 \ \ BigQuant我的策略$$
2. 新建策略 > 人工智能策略生成器
点击 新建策略,然后 人工智能策略生成器(如图5)
$$图5 \ \ BigQuant人工智能策略生成器$$
3. 策略生成器
策略生成器如图6:左边是配置界面,右边代码预览。我们通过可以配置 目标、数据、模型和特征等4个方面,来生成不同的策略。
这里使用默认参数。
$$图6\ \ 策略生成器默认参数$$
4. 选择因子
在 4.特征 里,点击 帮我选几个因子,让系统随机选几个常用因子。(如图7)
$$图7\ \ 选择因子$$
5. 生成策略
点击 生成策略,自动生成策略代码。(如图8)
$$图8\ \ 生成策略$$
6. 运行策略
点击 运行全部,运行刚才生成的策略代码。等待策略运行完成(这可能要~10分钟)。新手任务数据已经缓存,应该很快就看到结果。(如图9)
$$图9\ \ 运行策略$$
7. 查看结果
效果如图10
$$图10\ \ 结果查看$$
会用策略生成器,做量化还差什么?
要开发好的策略光会使用策略生成器还远远不够,还需要以下几块知识。
1、了解 AI
因为要开发AI策略肯定要对AI、机器学习、深度学习有一定的了解,比如,必须要知道AI算法的逻辑是什么?什么是损失函数?如何避免过拟合?怎样提高算法的预测能力?如何做特征工程?这些具体的问题直接关系到你的模型的预测性能。
2、熟悉 平台回测
在BigQuant上开发策略需要进行回测验证,那肯定需要熟悉BigQuant的回测机制和回测函数,比如,我如何设置交易成本、如何下单、如何查询持仓和订单,熟悉BigQuant回测才能得心应手的开发策略。
3、会 python
很简单,策略平台采取python语言,把想法转化成代码离不开python编程基础。
4、懂 量化
量化不仅仅包括选股,还涉及择时、仓位控制、资金管理、权重优化等知识,因此要得懂量化。
要成为策略高手,光会策略生成器还远远不够,你还得掌握上面这四大技能。路漫漫其修远兮,继续加油吧:relaxed:
小结:本文介绍了如何通过策略生成器直接生成策略,过程类似于菜单操作,大家可以通过策略生成器入门量化,在使用的过程中不断补充,成为策略高手。
本文由BigQuant宽客学院推出,版权归BigQuant所有,转载请注明出处。
- 上一页: 人工智能量化平台 vs. 传统量化平台
- 下一页: 向导式经典策略生成器简介
- 目录:量化学院