6个步骤从零构建优质量化选股规则 (副本)
作者:陈奥(chenao1106)
导语
前期分享过⼀个策略可以由多个选股规则组成,如何新增优质的选股规则就成为策略的重点。本次分享从以下6个步骤完成优质选股规则从⽆到有的开发全过程讲解:
**找灵感->构思逻辑->逻辑实现初次回测->调优->去拟合回测->判定是否优质,最终将优质选股规则
由small_q创建,最终由small_q更新于
作者:陈奥(chenao1106)
前期分享过⼀个策略可以由多个选股规则组成,如何新增优质的选股规则就成为策略的重点。本次分享从以下6个步骤完成优质选股规则从⽆到有的开发全过程讲解:
**找灵感->构思逻辑->逻辑实现初次回测->调优->去拟合回测->判定是否优质,最终将优质选股规则
由small_q创建,最终由small_q更新于
Stockranker是专为选股量化而设计的机器学习算法,其选股思路是根据训练得到的模型,计算股票池中股票的当日评分,根据评分对股票池中的股票进行排序,排序靠前的股票就是当日选出的股票。
这种选股逻辑意味着不论股票的评分是多少,只要排序靠前就能被选中。实际上排序靠前股票的评分有不
由small_q创建,最终由small_q更新于
我们常用量化投资的方式预测未来可以交易的个股,从而获取最大收益。但能不能反其道而行之,通过量化的形式诊断个股:判断是否可以买入?仓位如何设置最合理?
对于资深投资者来说,可以根据历史交易经验,结合该股的特性及大盘环境,判断在这类情况下股票的胜率及收益如何,以此作为买入决策。
但有个
由small_q创建,最终由small_q更新于
作者:shen1
简介:鼠、虎、主升浪等三个系列策略作者,已实现1+量化策略实盘
今年8月份,市场整体行情较差,沪指跌了1.77%,深证指数跌了4.82%,创业板指跌了3.75%,虽然沪指跌幅较低,但市场上的个股跌幅较大。于是提出猜想:是否能找到比较抗跌的策略
由small_q创建,最终由small_q更新于
作者:徐耀杰(woshisilvio)
为何要对模型预测score得分进行分组统计?
很多时候,我们会发现StockRanker每天按照score得分排序推送的股票,未必是最好的结果。尤其是一些风格不是很稳定的模型,StockRanker每天出的信号也不是很稳定。今天排名NO.1的
由small_q创建,最终由small_q更新于
作者:woshisilvio
首先通过代码列表 和特征因子列表提取基础因子用于后续计算我们的板块收益率
由small_q创建,最终由small_q更新于
梁北冥(dkl297836),特许金融分析师(CFA)讲师,BigQuant优秀AI量化开发者。10+年A股二级市场交易经验,4+年量化策略研究及实战经验,7+年财经证书培训,擅长金融定量分析、财务报表分析、权益类产品投资等课程,曾在BigQuant为期4个月的DeepAlpha-
由small_q创建,最终由small_q更新于
表名:patent_CN_STOCK_A
字段 | 字段类型 | 字段描述 |
---|---|---|
date | datetime64 | 日期 |
instrument | str | 证券代码 |
CPY_STOCK_CODE | numpy.int6 |
由small_q创建,最终由small_q更新于
近年来,随着市场对专利的关注度逐渐上升,基于专利数据的指数与基金产品逐渐增多。使用了专利数据的相关指数包括专利领先、创业专利、深创100 、央企创新驱动指数000861等,相关基金总规模超 100 亿元。本文将基于平台的专利数据库进行深入研究。
*Bigquant平台共计收录了486个专利因子
由small_q创建,最终由small_q更新于
组合优化器是宽邦科技为满足机构投资者对于股票组合优化、绩效归因、风险控制和指数增强需求而提供的一款优化器。
由small_q创建,最终由small_q更新于
作者:woshisilvio
在以往的认知中我们认为一个量化策略的选股>择时>风控,但经过多次的实盘交易发现风控处理不当会导致我们牛市赚的少、熊市亏更多。因此提出一种次优解的风控思路:风控>择时>选股。根据人工择时的经验,设计执行的固定量化风控准则(交易纪律),可以决定我们收益的下限
由small_q创建,最终由small_q更新于
作者:woshisilvio
AI量化策略的训练时间影响模型的结果,导致在调试的过程中拿不准该如何思考和选择训练时间,我们从以下三个方面探讨训练时间该如何选择?
针对特定的一段回测时间作为验证集, 检验训练时间的变化是否让模型带来很大变化?
由small_q创建,最终由small_q更新于
作者:陈奥(chenao1106)
量化的目的之一是把通过对历史数据的规律研究,转化成投资决策。本次分享从具体的案例出发,如何快速把历史数据的经验,转化成自己的经验,进行投资交易决策。例如,2022年2月24日,大盘大跌,下跌股票数:3900+,上涨股票数600+,大跌行情下,如何操
由small_q创建,最终由small_q更新于
期限结构因子是商品中最有特色的因子之一。在经典的商品模型中,期限结构,动量,市场构成了商品的经典模型。在本文中,我们通过测试也发现了期限结构是一个有着长期溢价的因子。从原理来看,期限结构的变化往往反应的不同交易者对后市商品价格涨跌的预期。关于对期限结构的解读,市面上一种比较流行
由small_q创建,最终由small_q更新于
动量因子在金融市场有着广泛的应用。动量因子始于Jegadeesh and Titman(1993),且动量因子广泛存在于股票,期货,债券等市场中。学术界关于动量的争议也层出不穷。一方面,有人认为动量因子的出现违背了有效市场假说;另一方面,人们认为动量背后的成因是投资者对市场信息
由small_q创建,最终由small_q更新于
在很多海内外文献中,均提到了在商品中偏度因子可以产生正收益。从表面上,偏度因子只是对行情描述的因子,它并不具备明显的经济学意义,更多的,人们认为偏度因子只是涵盖了一些交易层面的信息,通常预示着行情“涨过头”或者“跌过头”.但实际上,偏度因子一方面对投资者的效用函数有着一定的影响
由small_q创建,最终由small_q更新于
RNN、LSTM和GRU网络已在序列模型、语言模型、机器翻译等应用中取得不错的效果。循环结构(recurrent)的语言模型和编码器-解码器体系结构取得了不错的进展。
但是,RNN固有的顺序属性阻碍了训练样本间的并行化,对于长序列,内存限制将阻碍对训练样本的批量处理。这样,一是使得R
由small_q创建,最终由small_q更新于
\
Google在2017年发布了Transformer,截止2022年5月,《Attention is all you need》论文的引用量已经超过了4万,可以说是近5年最热门的论文。
Transformer最初发布是用于时序任务和NLP任务,在近年来也有不少Transfor
由small_q创建,最终由small_q更新于
由small_q创建,最终由small_q更新于
作者:woshisilvio
对于部分中长线策略来说,并不是当天买入股票,第二天必须卖出,其持仓天数可能要长达5-10天及以上。除了止损之外,还要对部分看好的股票进行补仓,在个股的处理逻辑上会更多样化,也更加复杂。实际交易中我们除了需要大盘风控应对大盘下行的风险之外,可能还要有一套针
由small_q创建,最终由small_q更新于
市场行情总是在变化,而一个模型一般只能适应一种市场,如果市场在多种行情中急剧切换,如何将多个选股模型融入到一个策略,并且根据当前行情自动切换模型进行量化选股?
本次以两种行情举例:
行情风格多样,本次以此 2 种风格分别构建2个不
由small_q创建,最终由small_q更新于
作者:woshisilvo
在以往的分享中,很多朋友们问到如何设置大盘风控?在之前的分享中,我们讲过可以采用指数的涨跌幅以及Macd指标作为大盘风控的思路,通过特征列表 构造指数特征macd表达式,再通过指数特征抽取来进行风控的设置。
bm_0=where(ta
由small_q创建,最终由small_q更新于
上一篇 在华泰的研报中,我们知道了
四类因子(流入类因子、流出类因子、主力净流入类因子、开盘主力净流入类因子)在选股上存在一定的实用性。
研报链接:[华泰单因子测试之资金流向因子](/wiki/doc/yinzi-ceshi-zijin-liuxiang-GaQ8l
由small_q创建,最终由small_q更新于
作者:woshisilvio
Alpha因子构成--大部分因子的来源
![{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}](/wiki/api/attachments.redirect?id=36
由small_q创建,最终由small_q更新于
大部分初学AI-量化的同学做选股策略的做法都是简单粗暴将全市场的股票数据都放入模型训练, 然后企图训练出一个万能模型-图灵机, 寄希望于仅仅只通过暴力的数据挖掘,或者某些因子,就可以打造出一个适应于 任何行情的选股模型--圣杯。
![{w:100}{w:100}{w:100}{w:
由small_q创建,最终由small_q更新于