攻守平衡的风格轮转策略
《孙子兵法》有云:“不可胜者,守也;可胜者,攻也。守则不足,攻则有余……故善战者,立于不败之地,而不失敌之败也。”如何在策略之中找准进攻的时机大获全胜,又能在形势不佳时也立于不败之地显得格外重要。该策略通过机器学习预测市场风格,动态切换进攻和防守股票池,实现风险与收益的平衡。
1.策
由bqtnziby创建,最终由bqtnziby更新于
由bqtnziby创建,最终由bqtnziby更新于
设置每天早上5点钟运行模拟策略,在每次放假后的第一天 提示运行失败。
例如11月10号周一今天的报错。提示,ERROR: null sessions by start_date=2025-11-09, end_date=2025-11-09。就是说他以昨天周末设置起停时间。导致运行失败。
如果引
由bqv93dy2创建,最终由bqv93dy2更新于
为了帮助参赛者更顺利地参与竞赛、深入理解平台功能并提升因子构建能力,赛事主办方将定期举办培训答疑会。具体安排如下:
由jinyicapital创建,最终由bqeq19jd更新于
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clearyf创建,最终由bquo5qne更新于
今天我们理解一个因子——市盈率。简单来说,它是股价和每股收益的比值!比如,某家公司的股价是20元,每股收益是1元,那么它的市盈率就是20倍!这就意味着,你愿意花20元来获取公司1元的收益。
市盈率的计算公式如下:
P/E Ratio = Price_per_Share/
由small_q创建,最终由fred1111更新于
为什么两个结果不一样呢,不是应该用的哪个策略跑出来是一样的数据啊
由bq3p7ch5创建,最终由bqv93dy2更新于
由small_q创建,最终由small_q更新于
江湖上一直流传着“交割日魔咒”的传言,说交割日股指期货会集中平仓,往往会造成股市下跌。还有短视频平台的一些散户博主抱怨股指期货交割太频繁,经常造成行情下跌,阻碍股市发展。
真的是这样吗?我不认同。股指期货是现金交割的,而不是ETF交割或实物股票交割,单纯的股指期货交割行为不会导致ETF买入或卖出。
由neoblackxt创建,最终由neoblackxt更新于
联系工作人员申请成功后,将安装文件放到任意一个路径,输入pip install <路径>完成安装
如需测试,请在终端中测试,将下方指令替换成正确的信息(如自己的账号密码、正确的策略id)然后Enter
由small_q创建,最终由small_q更新于
这个因子的核心逻辑是结合盘口资金深度与短期动量信号,通过量化盘口供需力量对比并过滤不一致的动量信号,最终得到一个反映市场即时资金倾向与趋势协同性的指标。
盘口深度的全面性
传统盘口指标常关注单档(如买一 / 卖一),但五档资金总和能更全面反映市
由bqtnziby创建,最终由bqtnziby更新于
Alpha191因子是国泰君安证券研究者,于2017年6月,在《数量化专题: 基于短周期价量特征的多因子选股体系》研报中提出的191个因子,具体的因子表达式如下
\
Alpha1: (-1 * CORR(RANK(DELTA(LOG(VOLUME), 1)), RANK((
由bq2qbou2创建,最终由bqcjk9dc更新于
TypeError: raise: exception class must be a subclass of BaseException
![
由bqv93dy2创建,最终由hxgre更新于
在交易圈里,有一个普遍存在的“这山望着那山高”的现象:主观交易员常常羡慕量化交易员,认为他们可以“写好程序,躺着赚钱”;而量化交易员则羡慕顶尖的主观交易员,觉得他们能创造出凡人难以企及的“惊人业绩”。
这种心态,常常导致一个共同的困境:许多在主观交易上取
由bq7td619创建,最终由bq7td619更新于
解开“黑箱”
作为一名普通的投资者,你是否常常感到困惑?为什么自己总是忍不住追涨杀跌,辛苦操作下来却收益甚微,而市场上那些神秘的“量化基金”似乎总能稳健地赚钱?这些基金就像一个不为人知的“黑箱”,其运作逻辑令人好奇又敬畏。
本文的目的,就是为你揭开这个“黑箱”的神秘面纱。我们将深入探
由bq7td619创建,最终由bq7td619更新于
因子评价本质是t时刻因子对t+1时刻未来收益率的corr
大多数研究者其实在因子研究中很少用到未来数据作为信息
但实际中并非使用某一时刻的未来数据就是作弊
例如
day1的数据中涵盖分钟(t)的信息
day1 数据结构为 day1t1~day1t240(日内交易时间为240分钟)
由yangduoduo05创建,最终由bq1evwwr更新于
XGBoost 是一种基于梯度提升树(Gradient Boosted Trees)的高效机器学习算法,常用于排序、分类、回归等任务,在bigquant平台上只用于排序任务,主要有三种:排序学习(NDCG); 排序学习(Rankne
由bq0m8rec创建,最终由bqxnlez9更新于
1.开通BigQuant合作券商账户(指定二维码开通享手续费优惠),并申请实盘、绑定实盘资金账号。
2.设置对应实盘资金账号的实盘策略,创建计划交易信号(实盘申请通过后:用户的实盘策略可选择用户的所有模拟交易策略)。
3.创建实盘访问凭证,获取对应访问凭证的密
由small_q创建,最终由small_q更新于
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sunxking更新于
万和证券股份有限公司是一家拥有证券经纪、证券自营、证券投资咨询、融资融券、证券投资基金销售、证券资产管理、代销金融产品、证券承销与保荐、与证券交易、证券投资活动有关的财务顾问等各类业务资格的综合类券商。
由small_q创建,最终由small_q更新于
是社区的一个策略,社区原始策略没有这样的。今日又提示我全部清仓,我感觉明天又要全部接回。重新一个该策略的新任务,是买入今天旧任务卖出的所有股票。WHY
由bqv93dy2创建,最终由touchjun更新于
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
由small_q创建,最终由bq74remk更新于
我们通常认为,交易时间越长,水平就越高。一个交易了20年的“老手”,理应比新手厉害得多。然而,一个残酷的真相是:绝大多数交易者,无论入市五年、十年还是二十年,其实到最后连真正的“门”都没有摸到。这篇文章将揭示交易的真正门槛,告诉你为什么经验有时反而是最大的障碍。
\
由bq7td619创建,最终由bq7td619更新于
一、提交模拟与回测结果不一致,具体策略案例供分析\n主程序 https://bigquant.com/codesharev3/db7f7936-bfcd-4fc2-ac07-00026d1ea93b,
hs300因子数据: https://bigquant.com/codesharev3
由peng1960hong创建,最终由bqtnziby更新于
由small_q创建,最终由qxiao更新于
做量化投资,参数优化是绕不开的关键步骤。很多人靠盲目试错调参数,要么陷入过拟合陷阱,实盘一塌糊涂;要么找不到核心规律,浪费大量时间。今天就以低估值 + 小市值双因子策略为例,带你搞懂参数平原的核心逻辑,用可视化方法高效找到既赚钱又稳健的参数组合。
参数
由whitebear创建,最终由whitebear更新于