ta_kama(close, 5)取这个因子也出错

[https://bigquant.com/codesharev3/a83227fc-c945-460e-bffe-92cd27d04e0c](https://bigquant.com/codesharev3/a83227fc-c945-

简介

转债凸性的理论逻辑虽然和衍生品 greek 中的 gamma 类似，但实际操作 思路上更类似于债券的凸性。这主要是因为转债在目前的 A 股市场中的主 流投资策略是持有买入，而非 delta 对冲套利。

基于此，凸性对转债来说是“好属性”：当正股上行，凸性会放大转债 delta 收益

要点

市场情绪追踪：上涨家数占比指标最近一个月高位震荡，上涨家数占比达 70%以上，市场情绪较高。从动量情绪指标走势来看，近一月快线、慢线均向上，快线处于慢线上方，预计在未来一段时间内将维持看多观点。从均线情绪指标来看，短期内沪深 300 指数处于情绪景气区间。\n基金分离度跟踪：截至 20

提个建议，模块版本更新能不能在知识库里说明一下更新内容，比如回测模块v34升级到v35，做了哪些改动，开个文档说明一下，这样有问题或者bug可以直接在下面评论留言

策略代码运行时正常，但是提交模拟交易后就报下面的错

![](/wiki/api/attachments.redirect?id=25

前言

为了进一步加深对M.tune的使用理解，这里我给大家写一篇M.tune的实际应用。我们可以使用它来调参，当然也可以用它来做滚动训练，值得注意的是，M.tune只能调节模块的参数：

![](/wiki/api/attachments.redirect?id=9edd75fa-

原标题：Hierarchical Multi-Scale Gaussian Transformer for Stock Movement Prediction

时间：2020年

作者：

摘要

由于金融市场的不确定性，预测股票等金融证券的价格走势是一项重要而具有挑战性的任务。本文

摘要

研究风格择时能力的意义在经历了2016年底的风格转换之后，投资者越来越关注基金选择风格的能力。本文就股票仓位较高的两种基金——普通股票型和混合偏股型，讨论哪些基金和基金经理有选择风格的能力，以及这种能力是否有持续性。

通过比较业绩排名的方法研究基金经理风格选择能力以市值为例，对股票市

本文目的在于给出自定义损失函数示例代码, 便于读者魔改. 基于BigQuant平台, 探索了使用不同损失函数对DeepAlpha-DNN模型优化的效果. 本文的基准模型为MSE优化的DeepAlpha-DNN模型, 进一步使用MAE、Pseudo-Huber以及负IC损失函数和有序回归损失函数. 最

本文章翻译自MSCI研报《MSCI INTEGRATED FACTOR CROWDING MODEL》下附PDF英文原文

作者：George Bonne, Leon Roisenberg, Roman Kouzmenko, Peter Zangari

时间：2018年6月

摘要

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

众所周知，Barra因子分析是目前行业内外最常用的因子分析体

一、引言

DeepAlpha系列报告旨在从基础量价数据中，借鉴深度学习模型，应用于量化投资领域。学习模型包括：全连接深度网络(DNN)、卷积神经网络(CNN)、长短期记忆网络(LSTM)、对抗生成网络(GAN)、ResNet、TabNet，同时报告将引入自然语义识别NLP领域近年热门算法如B

2021世界人工智能大会于2021年7月8日至10日在上海世博中心和上海世博展览馆同时举行。会中九坤投资创始人王琛发表了《数智时代量化投资的演进与挑战》的主题演讲,从量化投资的数智演进、九坤在数据与智能方面的实践、未来量化投资数智发展中面对的挑战和瓶颈三方面阐述量化行业发展。

在王琛看来,量化投资

摘要

近年来由于PB-ROE选股模型较好的投资效果，引起了A股市场投资者较多关注。但市场对模型的关注大多集中在选股方法上，对PB-ROE模型的理论基础及其适用性的讨论较少。

Wilcox(1984)将PB-ROE体系视为估值模型，严格论证了两个指标之间的数学关系。本文中我们回顾了Wilco

时间：2020 年 07 月 30 日

分析师：冯佳睿 袁林青 姚石 罗蕾 余浩淼

摘要

高频行情数据蕴含丰富的信息，但市场上少有对此类数据的特征及如何应用的详细介绍。本文从高频行情数据的组成和结构出发，系统整理了十几个既有经济学逻辑， 又表现良好的因子，并通过多因子指数增强模型展现其实

模拟交易功能是BigQuant特有的量化服务，可以根据用户的策略每日为用户通过手机，email等途径推送信号。

在进行模拟交易信号接收之前需要确保以下几点。

1.账户更新余额充足（如更新数据需要大于1C的资源）

2.已经有一个成功回测的策略。

具体模拟交易提交步骤如下

1.完

引言

资本资产定价模型（CAPM）长时间以来是资产定价的第一范式，它在一系列假设基础上认为资产的期望收益率由无风险利率和其承担的风险溢价所决定。但是，自20世纪70年代以来，学者们逐渐发现按照某种风格交易股票能够战胜市场，比如：Basu（1977）发现的盈利市值比（EP）效应和Banz（19

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

原文标题：The Journal of Portfolio Management Multi-Asset Special Issue

2021 3.29

作者：Olivier Schmid 、Patrick Wirth

标题：Optimal Allocation to Time-Series

回测绩效

\

定义

可转债全称为可转换债券，指债券持有人可按照发行时约定的价格将债券转换成公司的普通股票的债券，如果债券持有人不

在我们找到一堆因子后，下一步就是把这些因子打好标，丢入模型，让模型去寻找因子和标签的映射规律。

标签就是你要解决的问题，标签应该是和因子强相关的。随意的打标会增加模型预测的难度，而过于傻瓜的打标会限制因子的发挥。

普遍做法：n个周期后的收益率作为标签

普遍做法是用n个周期后的收益率作为标

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

新版模版策略：

<https://b

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

本文14323字，阅读约28分钟

导语：本文旨在用精炼的语言阐述实操层面的机器学习量化应用方法，包括给出实践中一些常见、实际问题的处理方案，并结合了量化应用实例。读完后大家可以在本平台进行实践检验。

文章概览：

1.人工智能量化投资概述

2.人工智能技术简介

3.机器学习在

在这篇文章中，我们将探讨大型语言模型（LLM）在金融领域的应用，涵盖以下主题：

• 量化金融
• 投资组合管理
• 情感分析
• 新闻分析
• OpenAI API和Python

我们将展示如何将LLM与OpenAI API和Python等工具结合使用，以简化生成主题投资组合和分析趋势等流程，从