股指期货交割日日历效应研究
import dai
%%sql
SELECT instrument,last_deliver_date
FROM cn_future_basic_info
WHERE product_code = 'IF'
AND instrument NO
由neoblackxt创建,最终由neoblackxt更新于
import dai
%%sql
SELECT instrument,last_deliver_date
FROM cn_future_basic_info
WHERE product_code = 'IF'
AND instrument NO
由neoblackxt创建,最终由neoblackxt更新于
影响策略效果的因子有很多,每个人所选择的因子也各有不同,选取因子后,如何分析数据,找出有效选股逻辑模型就成为重点。该数据分析工作是策略逻辑编写中最耗时的部分,本文介绍,如何简化数据分析的工作:数据标准化处理
举例说明:
当天收益因子:5000支票,可能会有1000+个不同的值,如:1
由marico89创建,最终由marico89更新于
\
从金融史维度审视,投资的核心并非短期市场波动的博弈,而是基于经济规律与资产属性的资本跨期配置。其本质是在不确定性环境中,通过对资产内在价值与风险收益特征的判断,构建能够抵御周期冲击、实
由iquant创建,最终由qxiao更新于
(1)买方和卖方订单数量或总成交量之间的差异,本质是量化订单簿的即时供需力量对比,这是因子的基础
(2)基于1-5档委买/卖量的供需对比,更全面反映 潜在供需
(3)计算方法:
订单薄不平衡度=(买量-卖量)/(买量+卖
由bqtnziby创建,最终由bqtnziby更新于
因子捕捉价格偏离与订单簿失衡的组合信号:
核心逻辑:
价格偏离项: (VWAP - 中间价) / 中间价 - 实际成交价相对理论中间价的偏离,反映主动买卖压力
订单深度比: 买盘深度 / 卖盘深度 - 订单簿失衡度,买盘优势时比值>1
成交量放大: log(总成交
由bqy4a9le创建,最终由bqy4a9le更新于
大家在提交之前务必要在cpt_jyc_2025_stock_csi1000_bar1m上使用因子分析工具来查看。 如果在该数据集上无法展示因子分析绩效, 那么提交后也不会产生分数!
经过这几天的跟踪, 有一部分的比例是因为使用了机器学习模型导致无法出得分, 此时
由xuxiaoyin创建,最终由xuxiaoyin更新于
该因子分为一下三个维度:
1. VWAP偏离度 - 衡量价格相对成交均价的位置
2. 量比强度 - 近期成交活跃度
3. 价格趋势 - 中期移动平均
因子构成:
1. VWAP偏离度: (avg(amount/volume, 10) / clo
由bqtnziby创建,最终由bqtnziby更新于
本文介绍一个股指日内交易策略,该策略在2024年大放异彩,当时好多私募靠这个策略博得客户好感,毕竟那段时间股票策略持有特别难受。策略思想比较经典和简约,也可以在其他日内活跃的品种上运行,比如螺纹钢、橡胶、铜。
\
和沪深 300 指数(大盘股代表)为例,2014 年到 2024 年这 10 年间,中证 1000 的年化收益率约 12%,而沪深 300 只有 7% 左右
由bqy4a9le创建,最终由bqy4a9le更新于
ETF是场内基金,近年来越来越受到交易员的青睐,主要是因为其是一篮子股票的基金,所以大众理解其风险可控。本策略是基于金融理论体系进行仓位优化和强势ETF基金的挑选。从2021年初回测到2025年10月,年化收益为27.15%,最大回撤接近-11%,夏普比率1.41,总体波动和回撤是低于股票策略的。
由xiaoshao创建,最终由xiaoshao更新于
cn_stock_prefactors是一个view,但对于北交所不能自动从底表里聚合,比如在2022-04-15查不到920000这只股票的pe_ttm,但在cn_stock_valuation表里可以查到

- 再用成交量加权求日度平均
- 反映主动买卖意愿强弱
由bqy4a9le创建,最终由hxgre更新于
由dhofficial创建,最终由dhofficial更新于
成交量加权平均价格(VWAP)通常用于衡量市场的平均价格,考虑了成交量的影响。
公式:
VWAP 用于计算某个时间段内的
由bq6ety4j创建,最终由bq6ety4j更新于
注:当前仅支持万和证券BigTrader量化交易终端,为保证实盘和模拟交易曲线一致,实盘是集合竞价下单,因此本代码也是集合竞价下单。
文末提供的脚本只支持单一策略的自动化实盘,如果要运行多个实盘策略,请将脚本复制几份,下单时间略微错开。
本功能实现了从云端(bigqua
由small_q创建,最终由qxiao更新于
我们可以使用现有模块M.factorlens._latest
来评估我们的因子:
[https://bigquant.com/codesharev3/3aac6e7b-74ec-4d51-b659-8b61cedb7f15](https://bigquant.com/codesharev3/3a
由xuxiaoyin创建,最终由xuxiaoyin更新于
该因子旨在衡量市场上买盘力量相对于卖盘力量的强弱。 其核心思想是:更强的买盘通常意味着股价上涨的潜在动力。
我们利用分钟行情数据,将买一到买五档的委托价格和委托数量简单平均,得到买盘力量的估计值; 同理,计算卖一到卖五档的卖盘力量估计值。 买盘强度因子即为 *买盘力
由xuxiaoyin创建,最终由xuxiaoyin更新于