基金研究:基金风格择时能力可持续性的探究 天风证券_20180206
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
由small_q创建,最终由small_q更新于
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
由small_q创建,最终由small_q更新于
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
由qxiao创建,最终由small_q更新于
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
由qxiao创建,最终由small_q更新于
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。
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
由anthony_wan创建,最终由small_q更新于
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
由hxgre创建,最终由small_q更新于
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
由qxiao创建,最终由small_q更新于
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
由small_q创建,最终由small_q更新于
时间:2020 年 07 月 30 日
分析师:冯佳睿 袁林青 姚石 罗蕾 余浩淼
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
由qxiao创建,最终由small_q更新于
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
由qxiao创建,最终由small_q更新于
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
由hxgre创建,最终由small_q更新于
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。
\
DataSource相关的方法和属性,定义在库 dai 中,通过以下代
由small_q创建,最终由small_q更新于
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
由qxiao创建,最终由small_q更新于
在学术研究中,Alpha是数学表达式、计算机源代码和配置参数的组合,可以与历史数据一起用于预测各种金融工具的未来走势。而在实践中,Alpha通常意味着进行交易的合理“预期回报”。两者并不一定相同。许多情况下,能够带来合理“预期回报”的Alpha并不容易构建,因此,对于Alpha的挖
由qxiao创建,最终由small_q更新于
\
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
由qxiao创建,最终由small_q更新于
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。
普遍做法是用n个周期后的收益率作为标
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
新版模版策略:
<https://b
由hxgre创建,最终由small_q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small_q更新于
BigTrader是宽邦科技推出的致力于为用户提供便捷、功能强大的交易引擎。
在量化研究的过程中,量化研究员(宽客)需要在历史数据里回放模拟,验证策略效果,这就是BigTrader交易引擎的应用场景。
BigQuant平台回测主要使用bigtrader中in
由qxiao创建,最终由small_q更新于
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。
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
由qxiao创建,最终由small_q更新于
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:
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
由googleglass创建,最终由googleglass更新于
海龟交易是一个贯彻入场、出场、仓位管理全流程的策略,他倡议成功的交易不仅仅依赖于直觉或经验,而是可以通过一套明确的规则进行学习和复制。就像你根据一本菜谱,按照其步骤、用量、火候、时间就能做出美味可口的佳肴,任何人都可以复刻。
我们今天来探讨一下如何利用“过去20日收盘价”这个因子
由small_q创建,最终由small_q更新于
由qxiao创建,最终由qxiao更新于
DNN策略报错
7月份培训最后一课程案例DNN策略,运行报错,如何改呢?
![](/wiki/api/attachments.re
由bqd70r29创建,最终由small_q更新于
许多人希望从数学角度学习算法交易。各种数
由googleglass创建,最终由googleglass更新于
量化投资是一种基于数学模型和计算机算法来指导投资决策和交易执行的投资方法,不受主观交易的情绪化影响,严格按照程序执行**。** 量化投资在海外的发展已有30多年的历史,其投资业绩稳定,市场规模和份额不断扩大、得到了越来越多投资者认可。在国内,量化投资不再是一个陌生的词汇,近
由bqopniu创建,最终由googleglass更新于