PB市净率公式及如何使用(含Python)

市净率(Price-to-Book Ratio,简称 P/B Ratio)是衡量公司股票价格相对于其账面价值的一个指标。这个比率通常用于评估公司股票的价值,尤其是在资产重要的行业(如金融业)中。

BigQuant的[金融市场历史数据因子平台](ht

由bqw9z8tc创建,最终由bqguzpkh更新于

传统策略

由small_q创建,最终由jxsuper88更新于

量化未来之星选拔计划

项目介绍

在经历了近期中国股市的大幅波动之后,我们深刻理解投资者和量化爱好者可能面临的压力和挑战。然而,请相信,每次市场的波动都携带着成长的种子,为我们深化理解和提升技能提供了绝佳的土壤。参加 BigQuant 量化未来之星选拔计划,不仅是开启量化金融职业之旅的第一步,更是在不确定性中

由outside创建,最终由jxsuper88更新于

AI量化技术

AI量化领域结合了人工智能(AI)、机器学习(ML)以及量化金融的技术和方法。这一领域的目标是使用算法和计算模型来分析大量金融数据,从而做出投资决策或提高交易效率。

一些在AI量化领域重要技术和方法,以及在金融领域的应用:

  1. 机器学习算法:机器学习算法是AI量化领域的核心。它们包括

由bqw9z8tc创建,最终由bqq78hay更新于

宽度、弹性、深度、集中度:常见高频因子及指标逻辑

指标类型 指标名称 指标逻辑
宽度 盘口价差 使用日内tick级别数据计算买一价与卖一价的价差再除以买一价和卖一价的算数平均值。其基本逻辑是买一卖一的价差越大,其市场宽度越大,流动性越差,和流动性为负相关;将该指标的日内高频值取标准差

由qxiao创建,最终由bqsbbtmp更新于

什么是股票tick数据,获取tick数据方法和作用

金融交易世界中,获取准确及时的tick数据至关重要。抓住交易良机的关键在于掌握实时tick数据。数据更新越快,可发现的赚钱机会就越多。这也是为何在高频数据交易领域,tick数据备受重视。与传统的行情数据相比,tick数据提供了更细致的市场变化记录,为交易者提供了更全面的视角。

首先,让我们简单了解

由bqaaxiat创建,最终由bqaaxiat更新于

Deep Residual Networks学习(二)

通过上次在Cifar10上复现ResNet的结果,我们得到了上表,最后一栏是论文中的结果,可以看到已经最好

由ypyu创建,最终由bqirn5b7更新于

初级工程师面试题目

面试题目说明

  • 要求
    • 尽可能低的时间复杂度和空间复杂度
    • 代码逻辑清晰,变量命名合理,代码风格规范
  • 点击如下题目的克隆策略按钮
  • 完成代码
  • 创建策略分享链接(策略开发界面右上角),发给面试官:分享策略 > 复制 分享链接

[https://bigquant.com

由jliang创建,最终由jliang更新于

笔试

#102

def func(a): 
''' 
a: 输入数组,已经排好序 
返回值:出现次数最多的元素,如果有多个,输出最早出现的 
''' 

#如果数组为空,返回None 
if not a: 
    return None 
#如果数组不为空,定义相关属性 
max_eleme

由bq746cbk创建,最终由bq746cbk更新于

从均值方差到有效前沿(文字版)

这篇文章的主要目的是介绍有效前沿这个理论工具和分析框架。我们由均值方差分析展开,逐步推演到有效前沿。然后,我们又说到有效前沿在投资或者量化中的应用场景,最后我们也总结了有效前沿的一些问题,尤其是敏感性问题。在教程中,特意加入了一些实验代码,可以让大家在阅读的过程中有更好的理解。

有效前沿

由ypyu创建,最终由qxiao更新于

平台常用AI机器学习模型

导语

BigQuant平台会不断封装机器学习算法策略,方便用户直接使用策略生成器开发策略,降低策略开发难度。本文对BigQuant平台上策略生成器已经支持的机器学习模型进行简单介绍。


目前,BigQuant策略研究平台支持的机器学习模型有分类模型、回归模型、排序模型和聚类模型四

由clearyf创建,最终由bqxqzfmk更新于

考夫曼自适应均线

指标用法

考夫曼自适应均线指标的用法具体就是:当股价一直都在线下运行时,突然有一根阳线上穿指标线,这个时候就是一个比较好的进场点,如下图所示。

![{w:100}](/wiki/api/attachments.redirect?id=c9750cee-d1fd-40c8-9f33-3b7

由small_q创建,最终由qxiao更新于

高阶技巧-如何计算过去N日指标1最大值当天指标2的值

简介

以计算过去20日最高价当天的成交量为例,介绍如何计算这种场景的需求。

主要函数介绍

m_imax()

这里我们将使用到DAI的SQL函数m_imax,该函数可以帮助我们获得过去某个时间段的最大值的窗口索引。

![](/wiki/api/attachments

由iquant创建,最终由iquant更新于

峰度和偏度

导语

本文介绍了峰度和偏度以及如何运用这两个统计指标进行数据的正态性检验。

[https://bigquant.com/codeshare/00af3416-796d-43b9-9726-489d436a98ee](https://bigquant.com/codeshare/00a

由clearyf创建,最终由qxiao更新于

风险平价组合理论与实践

导语

本文介绍了风险平价组合的理论与实践;后续文章将对risk parity组合进行更深入探讨以及引入预期收益后的资产配置实战策略。

前言

  • 资产配置是个很广泛的话题,在投资中是一个非常重要的话题
  • 从使用场景分类上来看,资产配置可以是宏观的资产配置,比如货币类、债券类、权益类

由clearyf创建,最终由qxiao更新于

Beta对冲

导语

本文介绍了因子模型、对冲以及Beta的相关内容,并针对如何进行市场风险对冲给出了具体的案例。

因子模型

因子模型是通过其他若干项资产回报的线性组合来解释一项资产回报的一种方式,因子模型的一般形式是:

![{w:100}{w:100}](/wiki/api/attachme

由clearyf创建,最终由qxiao更新于

数据预处理方法(标准化、规范化、二值化等)

预处理数据

数据预处理在众多深度学习算法中都起着重要作用,实际上,对数据进行适当处理后,很多算法能够发挥最佳效果。然而面对各种各样的数据,很多时候我们不知道怎么样才能针对性进行处理。本文介绍了Python下的机器学习工具scikit-learn。其中,“sklearn.preprocessi

由ypyu创建,最终由qxiao更新于

ATR指标

什么是ATR

ATR又称 Average true range平均真实波动范围,简称ATR指标,是由J.Welles Wilder 发明的,ATR指标主要是用来衡量市场波动的强烈度,即为了显示市场变化率的指标。

首先提出的,这一指标主要用来衡量价格的波动。因此,这一技术指标并不能直接反映价

由small_q创建,最终由qxiao更新于

分页:第1页第2页第3页第4页第5页第6页第7页第8页第9页第13页
{link}