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

峰度和偏度

导语

本文介绍了峰度和偏度以及如何运用这两个统计指标进行数据的正态性检验。

[https://bigquant.com/codeshare/00af3416-796d-43b9-9726-489d436a98ee](https://bigquant.com/codeshare/00a

由clearyf创建，最终由qxiao更新于

风险平价组合理论与实践

导语

本文介绍了风险平价组合的理论与实践；后续文章将对risk parity组合进行更深入探讨以及引入预期收益后的资产配置实战策略。

前言

  • 资产配置是个很广泛的话题，在投资中是一个非常重要的话题
  • 从使用场景分类上来看，资产配置可以是宏观的资产配置，比如货币类、债券类、权益类

由clearyf创建，最终由qxiao更新于

Beta对冲

导语

本文介绍了因子模型、对冲以及Beta的相关内容，并针对如何进行市场风险对冲给出了具体的案例。

因子模型

因子模型是通过其他若干项资产回报的线性组合来解释一项资产回报的一种方式，因子模型的一般形式是：

![{w:100}{w:100}](/wiki/api/attachme

由clearyf创建，最终由qxiao更新于

GBDT+LR介绍

GBDT+LR策略理论和思路介绍

GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就

由ypyu创建，最终由qxiao更新于

数据预处理方法(标准化、规范化、二值化等)

预处理数据

数据预处理在众多深度学习算法中都起着重要作用，实际上，对数据进行适当处理后，很多算法能够发挥最佳效果。然而面对各种各样的数据，很多时候我们不知道怎么样才能针对性进行处理。本文介绍了Python下的机器学习工具scikit-learn。其中，“sklearn.preprocessi

由ypyu创建，最终由qxiao更新于

ATR指标

什么是ATR

ATR又称 Average true range平均真实波动范围，简称ATR指标，是由J.Welles Wilder 发明的，ATR指标主要是用来衡量市场波动的强烈度，即为了显示市场变化率的指标。

首先提出的，这一指标主要用来衡量价格的波动。因此，这一技术指标并不能直接反映价

由small_q创建，最终由qxiao更新于

布林带指标用法和技巧

布林带是一种技术指标，用于以更好的方式分析市场并帮助我们对资产价格做出更好的假设，即资产是否超买或超卖。布林带之于交易就像莎士比亚之于文学，如果你想在交易世界中留下印记，这非常重要而且很难避免。

布林

由qxiao创建，最终由qxiao更新于

综合风控：如何通过条件止损+补仓+精炼买入/卖出信号

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xyz142创建，最终由xyz142更新于

量化投资

导语

1989年发表的论文《The Fundamental Law of Active Management》及其随后的相关论文揭示了寻求主动投资的alpha收益的数量化关系，这为主动组合投资管理带来一套令人信服的分析框架，这个数量化关系很好揭示了数量化技术(量化投资)可以如何或

由ypyu创建，最终由qxiao更新于

处理持仓中的ST和退市股

导语

主要思想：对已有的持仓和要买入的股票名称每天判断是否含有ST或退，并及时卖出/阻止买入

步骤

  • 增加M9、M10提取股票名称传入回测引擎；
  • K线处理函数把当日持仓数据连接上传入的股票名称；
  • 在调仓时先判断卖出ST、退市股；
  • 正常处理调仓，判断是否重复卖出；

由iquant创建，最终由iquant更新于

报错

  • /home/aiuser/.ipython/profile_default/startup/000-aistudio.py:234: DeprecationWarning: This module is deprecated. Please use `from bigdatasource.ap

由bq30zy4n创建，最终由bq30zy4n更新于

因子（特征）工程是什么

导语

近年来，国内量化投资迎来了发展的黄金期，但涉及机器学习的量化投资还比较少。机器学习领域的大神Andrew Ng(吴恩达)老师曾经说过机器学习很大程度上就是特征工程，因此本文主要介绍下特征工程在量化投资领域的应用。

特征工程是什么？

有这么一句话在业界广泛流传： *

由clearyf创建，最终由small_q更新于

获取港股日线行情数据

根据模版构建可视化线性策略

1.首先选取需要的线性策略组成部分：

2.修改特征

在m2输入特征内修改

由bq5bun29创建，最终由small_q更新于

利用 gplearn 进行特征工程

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334页
{link}