首页 编写策略 数据平台 因子研究 我的交易 发现策略 量化学院 知识库 免费注册

机器学习：1-线性回归预测收益

  • 运行环境：AIStudio 3.0.0
  • 机器学习：线性回归策略：预测收益
  • 策略说明：本代码以教学目的为主，请自行调参


回测图：

![](/wiki/api/attachments.redirect?id=7d999db6-eec5-4e3a-b613-ff21ae9ce

由small_q创建，最终由small_q更新于

基于本地信号构建策略并展示模拟绩效

说明

本文档基于私募版https://fund.bigquant.com/介绍如何基于本地的策略信号在BigQuant平台上构建策略并展示出绩效。

流程如下：本地通过SDK把信号写入到平台表→在平台上构建策略读取表的信号交易→提交模拟→分享到策略社区。

![](/wiki/api/

由qxiao创建，最终由qxiao更新于

2024AI量化训练营作业提交

请大家在本文件夹下创建文档，上传作业，格式如下：


标题：用户名+作业名称

正文：描述+策略链接

由bqkzh1gu创建，最终由bq979qbe更新于

DAI SQL 函数列表

操作符

函数名称 描述 例子
+ 加法 1 + 2 = 3; '2023-1-1'::DATE + INTERVAL 1 MONTH = '2023-2-1'::DATE
- 减法 `1 -

由qxiao创建，最终由qxiao更新于

训练营8月1日问题答疑

{{membership}}

\

  • 使用可视化创建了一个策略模版，转换到代码的形式后，from bigmodule import M，编辑器下方会显示“"M" is unknown import symbol” . Notebook 似乎无法识别这个python包，但是运行正常。

![](/

由small_q创建，最终由small_q更新于

条件选股：基于股票5分钟资金流构造价格冲击偏差

策略逻辑：价格冲击偏差较小的股票表现较好，即前期容易下跌上涨困难的股票后期表现更佳,买入


\

策略源码：

请克隆策略，前往最新版本开发环境3.0中运行

{{membership}}


[https://bigquant.com/codeshare/38959187-211

由small_q创建，最终由jc666更新于

救我，我写的这个可转债策略胜率太低了，呜呜呜

我的策略是：V起来后，V的左肩膀突破了 V的右肩膀时买入（右肩距离V的低点需要>=3.5个点），止盈止损都是0.7个点，最后出来的结果很差，呜呜呜


![](/wiki/api/attachments.redirect?id=fe7809d6-4bd6-4e5e-85ac-5

由bq1ek5t7创建，最终由bq1ek5t7更新于

124-行业轮动的基本面选股策略

策略原理

行业轮动策略是一种量化交易策略，它依赖于在不同行业之间进行资金分配，以期捕捉市场趋势和行业表现的周期性变化。 从名字即可看出，经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业，因此我们如果能布局这些行业并定期轮动调整，那会取得还不错的投资效果。

本策略是曾经在社区里

由qxiao创建，最终由small_q更新于

133-可转债双低策略

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，如果债券持有人不想

由qxiao创建，最终由qxiao更新于

滚动训练策略框架

{{membership}}


一个简单封装的机器学习滚动的策略框架～可以方便的使用机器学习滚动训练回测～  \n可以在py文件内修改实际使用的模型，把mod2.py放在目录下， 直接import mod2 from mod2   配置一下config就可以一键进行机器学习滚动训练并看到回测了\

由small_q创建，最终由small_q更新于

CTA策略之--基于Bollinger通道的日频商品期货趋势策略

引言

目前国内CTA策略和基金发展的如火如荼，截止2021年初，全球对冲基金行业管理的总资产为8263亿美元，其中CTA基金的总资产高达3015亿美元

截至最新数据，目前国内私募中有接近7000只产品正在使用CTA策略，其规模的扩张速度是令人震惊的。同时令人关注的即是他扩张速度的背后惊人的

由qxiao创建，最终由gaojiawei更新于

bqd17wit作业提交

用老师提供的AI模板，探究股价在2元~0元的股票，5日动量、5日反转、5日波动 这3个因子的表现

但是发现回测数据很一般，请老师提供一些优化思路


[https://bigquant.com/codesharev3/51ae013c-0431-45b7-a259-d900429be34c]

由small_q创建，最终由small_q更新于

第四期量化入门作业提交

请大家在本文档下新建文档，


标题为：用户名+作业提交

正文为：策略思想描述+策略链接

由small_q创建，最终由small_q更新于

bqrziiy4 作业提交

import pandas as pd 
import numpy as np 
import dai

sql = """
SELECT date, instrument,
m_avg(turn, 20) as avg_turn_20,
m_lead(close,

由bqrziiy4创建，最终由small_q更新于

78th Meetup

MeetUP直播答疑 时间：7月25日（周四）19:00 回放视频请访问宽客学院-双周答疑-78thMeetup

\

一、量化入门及学习

  1. 如何能用来选股，能否教一些用法，软件怎样用？
  2. 应该如何学习？
  3. 众多策略如何选择？
  4. 如何得知量化策略未来

由small_q创建，最终由small_q更新于

分页：第1页第2页第3页第4页第5页第282页
{link}