https://bigquant.com/experimentshare/46cf815bdc7f4158a22aa05ccb45c98a

\

作者：woshisilvio

DeepAlpha 的优势

deepAlpha的延展性和可塑性。

相比同样的决策树模型还有线性分类模型，deepAlpha无疑具有更大的可扩展空间。 一般的机器学习模型 一旦出现训练数据量过大，又或者面对一些极值数据样本和极端数据差异过大的情

\

\

\

作者：cash01

最近不怎么撸策略了，一是因为最近俗务缠身，事情比较多，很多事情明日复明日，就一天天拖下去了，二是最近自己也比较迷茫吧，所谓无知者无畏，量化的东西研究的越多，反而越觉得随机性太大，越发的小心翼翼，即使撸到好的策略也是习惯性的否定自己，不太敢轻易投入实盘，错失了很多机会，目前还

C++开发岗位

junior-senior都看

至少有一年C++开发经验（大厂背景或者量化背景皆可）

第一学历985以上

计算机相关专业

ACM、noip、noi奖牌加分

邮箱：ina@quantjob.cn

V：cm2435428253

仲阳量化目前拥有世界顶级的核心策略团队以及成熟的国际化策略研发框架。面对变幻莫测的市场环境，我们构建起严密的风控体系，实盘试金迭代策略，自研低延迟交易系统，成就了“追求高夏普、严谨控回撤”的稳健策略风格，并与数十家金融机构建立了多层次的长期业务合作。目前基金规模已达到50亿+，成为西南top1的私募

BigQuant

投研社区

• BigQuant&中金财富量化模拟比赛上线
• 用户登录体验优化（一期）
• 开发环境启动页体验优化
• 修复了一些已知问题

数据

• 数据展示平台上线

BigAI

FAI

• 新增4组不同场景的示例代码
• 新增文件

引言

之前的随机森林选股策略的回测效果并不是很好，笔者参考一篇硕士论文得到了因子选择的思路，对原有模型进行优化调参，得到了不错的回测收益效果。笔者将模型链接附到下方，方便大家可以尝试一下不同的因子组合。

[/wiki/static/upload/f6/f60ca050-8291-48bb-

摘要

正文

[/wiki/static/upload/83/83ccedd5-74ef-4dfe-8e5e-85a

\

\

摘要

政策NLP实时感知疫情常态化管理方向：科学防疫趋势渐强。

政府科学防疫，统筹疫情防控与经济发展，常态化防疫是全国核心趋势。 2022年6月24日国务院联防联控机制发布“九不准”，6月28日国家卫健委发布第九版“新冠防控方案”，统筹疫情防控与经济发展，避免地方“层层加码” 。地

摘 要

人工智能系列之59：强化学习初探与DQN择时

本文介绍强化学习基础概念和经典算法，并构建股指日频择时策略。有别于传统监督学习对真实标签的拟合，强化学习不存在标准答案，而是针对长期目标的试错学习。其核心思想是个体通过与环境交互，从反馈的奖励信号中进行学习，数学上使用马尔可夫决

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

「股票及量化投资书籍分享」https://www.aliyundrive.com/s/4kajoeM7ock 点击链接保存，或者复制本段内容，打开「阿里云盘」APP 下载。

涉及国内主要品种的不同的频率的回测与交易

\

主要更新内容

·编写策略-增加「新手引导」功能

·编写策略-优化新建「模拟交易」弹窗及流程

·编写策略-调整「重启开发环境」按钮位置

·部分问题修复及易用性优化

新增新手引导

新用户初次进入编写策略页面时，通过卡片介绍产品功能布局，方便用户初步理解产品。

![](/

![{w:100}](/wiki/api/attachments.redirect?id=714c3f48-bafe-4a67-

摘要

大盘强势股 3 日动量策略在上证 50 成份股当中，分别统计每只股票过去三个交易日的区间收益率；然后取最强的三只，作为强势股的样本股；分 9 个通道，每个交易日 1 个通道，每个通道分配 1/9 资金；三只股票等权，从次日开始，持有 9 个交易日。2009 年至今年化复合超额收益 17

摘要

1. 新股发行速度放缓，中签率保持稳定
2. A/B类打新收益明显高于C类，个人沪市打新性价比更高
3. 预计2019年2亿资金打新收益为4%左右

正文

[/wiki/static/upload/5a/5aba8184-eb4d-48a2-97cc-a9b46344d245.pd

摘要

1. 机器学习已广泛应用于各个前沿领域

2. 机器学习在金融市场中的应用举例 1.Lasso回归与商品期货价格预测

   2.使用决策树模型预测财务造假

   3.逻辑回归与债务违约预警

   4.集成学习在多因子选股中的应用

3. 机器学习应用于金融市场的局限

摘要

国外研究表明基金流量受到业绩正向影响，且存在非线性关系（1978）、Ippolito（1992）、Gruber（1996）、Chevalier和（1997）、Sirri和Tufano（1998）、Lynch和Musto（2003）、Barber、和Zheng（2005）的研究表明，基金

摘要

一、国信金工主动量化策略表现跟踪

• 本周，优秀基金业绩增强组合绝对收益3.26%，相对普通股票型基金指数超额收益2.12%。本年，优秀基金业绩增强组合绝对收益-6.74%，相对普通股票型基金指数超额收益3.02%。**今年以来，优秀基金业绩增强组合在主动股基中排名2