ST摘帽事件逻辑

被实施ST的股票往往存在较为严重的财务问题或其他异常状况，股票风险较大；但是，当上市公司上述异常状况消除后，公司应当在董事会审议通过年度报告后及时向交易所报告并披露年度报告，同时可以申请撤销对其股票实施的退市风险警示，即“摘帽”。ST股票摘帽是一个利好事件，我们试图在其中挖

BigQuant数据平台提供的指数数据可以参考：https://bigquant.com/data/categories/-指数数据

在这些指

class torch.nn.LSTM(*args, **kwargs)

参数列表

input_size：x的特征维度 hidden_size：隐藏层的特征维度 num_layers：lstm隐层的层数，默认为1 bias：False则bih=0和bhh=0. 默认为True b

什么是互斥事件？

互斥事件是指不能同时发生的事件。例如，您不能同时向后和向前跑、抛硬币不能同时出现正反面。同样，金融市场交易实践中也存在相互排斥的事件。

交易中互斥事件的示例

可以解释金融市场交易中相互排斥事件的一个非常简单的示例，包括您的预算和同时不同股票的价值。

前言

早在1993年，Fama和French两个人就已经发表了他们的三因子模型，认为股票的超额收益可以由市场风险、市值风险、账面市值比风险来共同解释。后来，这两个人发现了除了上述风险，还有盈利水平风险、投资水平风险也能带来个股的超额收益，并在2013年发表了五因子模型。本文旨在对五因子模型以

人工智能，深度学习，机器学习……不管你在从事什么工作，都需要了解这些概念。否则的话，三年之内你就会变成一只恐龙。 —— 马克·库班

库班的这句话，乍听起来有些偏激，但是“话糙理不糙”，我们现在正处于一场由大数据和超算引发的改革洪流之中。

首先，我们设想一下，如果一个人生活在20世纪早期却不知电为

导语

本篇文章中，我们来为大家完整介绍一个AI量化策略的组成结构以及涉及的基本概念，希望可以帮助大家对AI量化策略建立一个全面初步的认识。

基本概念

概念介绍

在认识一个人工智能量化投资策略之前，我们首先来了解几个基本概念：人工智能 、 *量化投资

在平台策略编写文件导航器中，有近20个模板策略，可供大家借鉴学习，本文进行简要介绍。

编写策略里的策略模板

在编写策略界面下，我们可以找到模板策略文件夹，存放了一些常用的策略/功能实现模板。

![](/wiki/api/attachments.redirect?id=

在量化交易中，我们常听到和看到因子是量化研究中关键的一环。一个量化策略是5个因子的效果好，还是50个因子的效果好？因子之间有什么样的关联和差异？对量化交易策略收益的影响如何？那么因子投资是什么？为什么量化交易要

\

何为因子

因子是证券收益的一般（系统）驱动力。(common (systematic) driver of securities' returns)

证券收益中，来自因子暴露（factor exposure）的部分和来自个股非系统性风险（stock-specific n

导语

特征选择在许多方面都是适用的:它是对抗维度灾难的最佳武器；它可以减少整体训练时间；它也可以有效防止过拟合现象，提高模型的泛化能力。

如果要对动物进行分类，你可以很快的发现许多相关的属性或特征对模型毫无益处。例如，绝大多数动物都恰好拥有1颗心脏，从机器学习的角度来看， **心脏个数这一

策略介绍

本文将介绍经典的ROE策略，并通过编写简单的策略示例进行回测。

盈利逻辑

• 高ROE公司通常具有较强的盈利能力：

  高ROE表明公司能以较少的股东权益产生更多的利润，意味着公司经营效率高，盈利能力强。

• 高ROE公司通常具有良好的管理和业务模式：

什么是技术分析？

所谓股票的技术分析，是相对于基本面分析而言的。基本分析法着重于对一般经济情况以及各个公司的经营管理状况、行业动态等因素进行分析，以此来研究股票的价值，衡量股价的高低。而技术分析则是透过图表或技术指标的记录，研究市场过去及现在的行为反应，以推测未来价格的变动趋势。其依据的技术

导语

本文介绍了协整的初步内容。

协整

直观理解

协整是什么这个问题回答起来不是那么直观，因此我们先看下图，了解一下具有协整性的两只股票其价格走势有什么规律。

![](/wiki/api/attachments.redirect?id=9fab01c4-405

更新

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](https://bigquant.com

更新

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](https://bigquant.com

本文内容已经过期，不再适合平台最新版本，请查看以下最新内容，作为参考资料学习。

旧版声明

本文为旧版实现，仅供学习参考。

[https://bigquant.com/wiki/doc/demos-ecdRvuM1TU](https://bigquant.com/wiki/doc/d

英国数学家、计算机科学家、逻辑学家和密码分析家艾伦·图灵推测机器：

“这就像一个学生从他的老师那里学到了很多东西，但在他自己的工作中增加了很多东西。发生这种情况时，我觉得人们有义务将机器视为显示智能。”

举一个机器学习影响的例子，Man group 的 AHL Dimension 计划是一个

\

背景

机器学习的研究领域包括有监督学习（Supervised Learning），无监督学习（Unsupervised Learning），半监督学习（Semi-supervised Learning）和强化学习（Reinforcement Learning）等诸