实盘运行年化收益800%
https://bigquant.com/live/shared/strategy?id=63844
需要策略源码进行量化开发交流的
由chenao1106创建,最终由chenao1106更新于
https://bigquant.com/live/shared/strategy?id=63844
需要策略源码进行量化开发交流的
由chenao1106创建,最终由chenao1106更新于
由torres7创建,最终由torres7更新于
说到量化投资和研究,很多人有一个基本认知,就是通过数据观察和分析,提出假设,然后通过回测来验证假设。通过验证之后,再上实盘验证。当然,其中有一些深入的细节。比如回测可以是样本内+样本外。这里有篇学术论文,其中一个观点就是大部分人跑的回测都没什么意义。论文的作者是前AQR的机
由think创建,最终由think更新于
2017年初,我们开发了RSRS指标与择时模型用以预测宽基指数的未来涨跌方向。本文回顾与总结了RSRS择时模型样本外跟踪的近3年时间里在不同指数上的择时表现与暴露出来的不足之处,并通过对指标算法进行优化尝试改进RSRS指标及其择时策略。
样本外RSRS择时策略整体表现较好
RSRS择时策
由qxiao创建,最终由qxiao更新于
另类标签和集成学习有助于提升人工智能选股模型的超额收
对于量化选股模型来说,另类标签指有别于收益率的标签,也可视为一种“另类数据”。本文通过设置多种测试情形,对比了另类标签(信息比率和Calmar比率)与传统收益率标签在构建人工智能选股模型的优劣。相比收益率标签,另类标签在全
由keketheartist创建,最终由keketheartist更新于
当用户训练出具有一定意义的深度学习模型的时候,把训练得到的模型固化到本地可以方便以后的调用,关于如何固化深度学习模型,请移步这里,一般来说,固化深度学习模型是为了节省下一
由cj504076367创建,最终由cj504076367更新于
当用户训练出具有一定意义的深度学习模型的时候,把训练得到的模型固化到本地可以方便以后的调用,关于如何固化深度学习模型,请移步这里,一般来说,固化深度学习模型是为了节省下一
由cj504076367创建,最终由cj504076367更新于
首次提出,其与夏普比率类似,表示单位风险的超额收益,不同的是前者的收益率与方差系通过回归方法而得,因此其呈现随时间改变的特性。Tsharp值通常与经济周期反
由qxiao创建,最终由qxiao更新于