缺失值处理

在使用“输入特征(DAI SQL)”提取数据的时候,可能会遇到缺失值的问题,缺失值的出现可能是因为原始数据表中有缺失值,也有可能是表达式计算的过程中产生了缺失值

对于缺失值,我们主要有两种处理方式,缺失值删除,或者缺失值填充

1. 缺失值删除

要想将缺失值剔除,只需要在“

由small_q创建,最终由small_q更新于

双均线基金策略

策略介绍

金叉死叉策略其实就是双均线策略。策略思想是:当短期均线上穿长期均线时,形成金叉,此时买入股票。当短期均线下穿长期均线时,形成死叉,此时卖出股票。研究表明,双均线系统虽然简单,但只要严格执行,也能长期盈利。

策略构建步骤

1、确定标的池和回测时间

由iquant创建,最终由iquant更新于

117-TALIB指标策略

简介

本系列文章为大家介绍了技术分析指标,并且介绍了一些常见的使用技术指标构建的策略

量化投资中的技术分析

量化投资是通过数学模型和算法对市场数据进行分析和交易决策的投资方法。技术分析(Technical Analysis)是量化投资中的一个重要分支,旨在通过分析历史价格和

由small_q创建,最终由small_q更新于

大盘风控与个股风控(止盈止损)

策略介绍

本策略主要讲解如何在策略中加入个股风控与大盘风控逻辑。

  • 个股风控:个股价格低于某一价格时,但是不影响其他股票的买卖信号,也被称为止盈止损逻辑。
  • 大盘风控:大盘上证指数最近表现比较差时,将仓内股票全部清空,当日不再交易。

本策略就是在平台的默认可视化线性模板策略的基础上进

由iquant创建,最终由iquant更新于

AIStudio 可视化模块开发

视频讲解

[点击此处查看视频讲解](https://bigquant.com/college/courses/course-v1:public+CS0521+2024-05/courseware/b754a373744d4937aa7fdb92ed746aa1/218075e618b

由small_q创建,最终由jliang更新于

编写策略/AIStudio

简单介绍

AIStudio是BigQuant平台以AI为核心的Cloud IDE,可以用于量化投资数据分析、因子挖掘、模型训练、回测和交易以及更广泛的程序开发和AI模型开发训练等。


快速入门

启动AIStudio

点击顶部导航栏中的【编写策略】即可启

由jliang创建,最终由jliang更新于

策略流程-从数据到信号

  • 选股:基本信息、指标
  • 排序
  • 打分
  • 仓位
  • 交易
  • 数据和DAI介绍

\

由jliang创建,最终由jliang更新于

复刻策略

获取策略代码

  • 知识库 知识库提供各种策略模版、Demo和交流分享
  • 宽客学院 学习课程、很多课程提供策略代码可用于复刻(fork、克隆、clone)

由jliang创建,最终由jliang更新于

部署策略

策略

传统投资想法主要存在于人脑,并由人脑运行产生决策信号。

在量化投资中,我们把投资想法编写为策略代码,使用数据来验证和完善想法,并将最终的策略部署到计算机/服务器上运行,产生策略信号。

BigQuant提供用于策略研究开发的数据、算法、算力和平台,同时也提供策略部署和托管运行。我们先

由small_q创建,最终由jliang更新于

203-常见的数据处理方式

本系列文章列举了AIStudio3.0环境中可视化模式下的常用数据处理方式

小伙伴们可以在评论区发你们想了解的其他数据处理方式,我们会在本文持续更新

由bq2qbou2创建,最终由small_q更新于

◆快速入门

BigQuant 开始使用

BigQuant 导航

快速创建一个量化策略

  1. 登录 [BigQuant](https://

由jliang创建,最终由jliang更新于

处理持仓中的"雷"股

导语

通过数据过滤我们可以在预测的时候避开ST股和退市股,但如果很不幸我们的买入持仓中有股票变成了ST股或者退市股时,我们应该如何快速卖出逃脱呢?本节我们就聊聊如何处理持仓中的“雷”股。

我们知道,模板的策略逻辑是卖出每日预测排序靠后的股票。那么尝试思考这样一个场景:某个持仓的股票突然发布

由iquant创建,最终由iquant更新于

10分钟上手模块开发

这是对bigmodule模块开发流程的简单引导,主要面向新手开发者(需要具有一定的python基础知识)。跟随以下步骤,你将一步步实现可用的简单模块,并逐渐熟悉模块的开发流程。

若想了解更多深入的内容,请随时查阅以下相关文章📄:

  • **[BigModule简介与入门](https:/

由small_q创建,最终由small_q更新于

BigModule模块模板

我们将向你简单介绍一个bigmodule模块内容的基本组织结构,为实际开发提供帮助🚀。

BigModule模块结构

下面将以一个bigmodule模块模板为例,向你介绍bigmodule模块的主要内容。

参考 📄BigModule简介与入门,当我们通过命令创建了一个模块模板后

由small_q创建,最终由small_q更新于

BigModule简介与入门

BigModule

bigmodule模块是由Python语言编写的,主要是在可视化线性策略中使用的可视化部件,可以将繁杂的代码进行封装,而只把输入和输出暴露给使用者,这样用户就无需关心模块的内部实现,而只需提供相应的数据,便可以获得想要的结果。

由此一来,大大降低用

由small_q创建,最终由small_q更新于

Structlog—日志信息输出

structlog

在bigmodule模块执行的过程中,不可避免地需要查看一些关键信息,以让我们更好地了解模块的运行状况,帮助我们进行功能调试。

因此,推荐使用structlog库,它是一个用于结构化日志记录的库,提供了一种简单而强大的方式来记录日志,使得日志更加易于解析和分析。

由small_q创建,最终由small_q更新于

BigModule中的基本类型

bigmodule模块的核心在于 run() 函数 ,那么一个函数在定义和执行的时候,自然不可避免地需要接收参数,并且返回结果。

为了加强模块在使用过程中的规范性和通用性,因此在定义 run() 函数时,要求传入参数传出参数使用bigmodule中的基本类型来显式

由small_q创建,最终由small_q更新于

DataSource—通用数据类型

DataSource

DataSource是bigmodule原生支持的一种泛用数据类型,在底层实现了许多优化机制,以确保数据准确、安全、便捷地传输和使用是。

\

导入DataSource

DataSource相关的方法和属性,定义在库 dai 中,通过以下代码进

由small_q创建,最终由small_q更新于

股票等权重设置

  • 在仓位分配模块设置权重:

代码

[https://bigquant.com/codesharev2/29e63d23-f18a-4

由iquant创建,最终由iquant更新于

AI选股策略_概念过滤

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

由qxiao创建,最终由iquant更新于

因子平台/BigAlpha

因子研究

在金融投资领域中,因子研究是量化投资的重要组成部分。这是一种研究和分析股票、债券等金融资产的性能和风险的关键手段,以揭示影响投资回报的基本因素。

因子研究的核心价值在于,它可以揭示那些对投资回报产生持续影响的变量,如市值、质量、动量、低波动性、收益率等。这些因子在历史上已

由jliang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
{link}