【干货】开发AI量化策略所遇到的坑
AI只是工具,想要驾驭AI还得自身有点功底,不然反而会被工具所害,甚至从信仰AI变为抵制AI。本文简单介绍开发AI量化选股策略中所遇到的各种坑,希望大家有所收获,少走弯路。
本文主要从思想和实操两个层面分享下我在开发AI量化选股策略中所遇到的各种坑,也希望各位小伙伴能够进行补充。
策略思
由ypyu创建,最终由ypyu更新于
AI只是工具,想要驾驭AI还得自身有点功底,不然反而会被工具所害,甚至从信仰AI变为抵制AI。本文简单介绍开发AI量化选股策略中所遇到的各种坑,希望大家有所收获,少走弯路。
本文主要从思想和实操两个层面分享下我在开发AI量化选股策略中所遇到的各种坑,也希望各位小伙伴能够进行补充。
由ypyu创建,最终由ypyu更新于
固定收益型基金是FOF策略配置中的重要资产类别,尤其是净值化时代,固收加策略大行其道,备受关注,而债券资产作为固收+的基本盘,需要精耕细作。基金产品的投资,核心是对人的投资,这就需要区别基金经理的运气和能力,也即将基金经理的alpha管理能力剥离出来——这是业绩归因模型的一个重要应用场
由small_q创建,最终由small_q更新于
\
量化策略研究管培生/实习生
宝澜投资
成都
1、依据公司策略思想进行量化策略研发辅助工作;
2、协助基金经理进行各类数据指标统计、因子处理
由small_q创建,最终由small_q更新于
数据显示,2015年至2022年6月末,中国私募基金行业资产管理规模新增16万亿元,增长近4倍。截至2022年7月末,在中国证券投资基金业协会登记的私募基金管理人2.43万家,管理基金数量13.58万只,管理资产规模20.39万亿元,数量和规模均跃居世界前列。
截至2022年8月底,国内百亿私募数
由ftkj2018创建,最终由ftkj2018更新于
添加实盘输入交易密码后显示,验证密钥已过期,请刷新页面后重新获取,是什么情况呢,该如何解决?谢谢大家
由slf123创建,最终由slf123更新于
有人说量化投资既有技术的魅力,也有纯学术研究的魅力。
量化投资的信息来源主要是公开、客观的数据,所以“数据驱动决策”的决策权,在相对静态的数据、模型、历史周期里,并非人的主观。于是,这让量化的投研可以更加纯粹地追求效率,且更有社会经济效益。
如果你从事的是量化领域,那么哪里更让你有兴趣?
由ftkj2018创建,最终由ftkj2018更新于
多策略覆盖,欢迎喜欢研究股票量化和期货量化策略的研究员及基金经理联系我,18751808263
由mamamama创建,最终由mamamama更新于
可以帮忙在本平台上实现指标,有需要的联系q 1769681532
由xujinjie创建,最终由xujinjie更新于
在不少投资者看来,大型私募机构兵强马壮,拥有丰富的投资策略、完善的风控体系,更有可能带来长久的投资回报;在媒体眼里,大型私募机构也是私募界的宠儿,拥有重要的话语权。
然而,规模也是业绩的杀手锏。受限于成交量、市场情况、投资标的等因素,私募机构一般都有策略容量,当管理规模超过策略容量时,可能就会出现
由ftkj2018创建,最终由ftkj2018更新于
\
由wormchenli创建,最终由wormchenli更新于
本文是CTA策略系列报告的第八篇,量化基本面策略应用于板块轮动的第二篇,本篇试图从经济的景气程度对收益的影响探索股票的分类,在对各个行业进行周期和非周期归类的同时利用兴业量化基本面模型进行择时,无论多头轮动策略还是多空择时策略均获得不错的表现。市场上目前存在两个关于周期和非周期股票的指
由small_q创建,最终由small_q更新于
机器学习可以帮助我们进行预测和决策。可以用历史数据训练机器学习模型,来预测某个资产未来的收益率,或者是波动率(风险),然后基于模型预测来进行交易。
比如,在选股策略中,我们可以把股票的量价数据、财报数据、新闻数据等作为输入,让模型预测股票未来收益率,接下来做多预期收益率高的股票,做空预期收益率低的
由ftkj2018创建,最终由ftkj2018更新于
在每周末计算各中信行业的ROETTM及当前值在过去一年内、十年内所处的分位数。
目前,酒类、通信设备制造、电源设备的ROETTM处于过去一年的高点,消费电子、钢铁、房地产开发和运营的ROETTM处于过去一年的低点。煤炭开采洗选、稀有金属、新
由small_q创建,最终由small_q更新于
由small_q创建,最终由small_q更新于
作者:chenao1106
本次分享内容:拿⼀个策略案例,介绍盘中买卖量化如何实现,收益变化如何?
我们平时看到的策略,买卖时间点基本上是开盘、收盘这两个时间点,但经数据分析按年维度看,⼤盘即使在上涨情况,开盘买第⼆天收盘卖,胜率达不到50%,通过近5年数据分析,⼤盘如果全年持平情
由small_q创建,最终由small_q更新于
本文主要讨论了Brinson基金绩效归因模型的原理和实现方法,并利用该模型对股票型和混合型基金进行实证研究。Brinson模型基于持仓数据,将基金的超额收益主要归因于资产配置与标的选择两个方面。通过理论分析和实证检验,我们发现不考虑交互收益的BF超额收益分解方案和将再投资收益归属到超额
由small_q创建,最终由small_q更新于
1、传统选基框架存在什么问题以及该如何调整?
2、该从哪些角度给基金经理贴标签?
3、特定风格下,该怎么优选基金经理?
传统选基框架可通过基金经理优选弥补传统的选基框架存在问题,同一基金经理在管的多只基金无论是在业绩还是持仓方面都呈现高
由small_q创建,最终由small_q更新于
传统均值方差模型尽管能够充分利用资产的预期收益率和协方差信息,但由于收益率难以估计以及模型敏感性较高的问题,实际效果较为一般;B-L模型通过对资产的先验权重反推出先验收益率,再结合新的观点形成后验收益率,有效解决了收益率难以预测以及敏感性高的问题;风险配
由small_q创建,最终由small_q更新于
道氏理论
我们从Charles H. Dow的传奇人生以及道氏理论的历史出发,对道氏理论以及道氏理论中对趋势的描述进行了简要介绍。
上升趋势与下降趋势
MACD(Moving Average Convergence/ Di-vergence)指标可以用来表征市
由small_q创建,最终由small_q更新于
近年来主板和创业板的轮动愈来愈频繁,而风格的判断一定程度上对最终投资组合的表现起到不可忽视的作用,因此去探究板块轮动的原因,解释甚至预测市场轮动的行情,无论对于板块标的进行直接投资,还是以此作为基础选股池进行筛选,都变得愈来愈重要。 沪深300与创业板指估值和市值有所分化,行业分布也各有
由small_q创建,最终由small_q更新于
我们梳理了铁矿石的产业链逻辑,将影响铁矿石价格的因子分为两大类四子类,基本面因子包括供应因子、需求因子、库存因子,而情绪因子是并列于基本面因子的一大类因子。
基本面因子相对于行情数据有更新频率更低、更新不够及时、统计口径时有变化等特点,所以数据处理方面有其特殊之处,本文从数据频率的统
由small_q创建,最终由small_q更新于
主力合约是否为信号来源和交易的最佳选择
期货曲线中存在多个交易合约,我们普遍交易的是流动性最佳的主力合约。但国内大部分商品期货的主力合约为远月合约,其价格收敛特征可能并不明显,而大部分品种仅到期日意义上的近月合约流动性普遍较弱,价格可靠性不足。本文从流动性和价格敏感性出发重新
由qxiao创建,最终由qxiao更新于
商品价格预测仰赖于基本面分析和技术面分析商品期货投资的关键在于把握未来价格走势,价格预测模型的建立主要仰赖于基本面分析和技术面分析。基本面分析利用经济资料(包括生产、消费、可支配收入等)从供需角度预测商品价格,因果关系较强,而技术面分析专注于研究价格本身的形态。
五大类商品中黑色系高波
由small_q创建,最终由small_q更新于
库存基本面策略收益可观但回撤较大库存作为商品基本面信息中最重要的指标之一,具有未来价格走势的指向性作用。根据库存理论所蕴含的策略逻辑:做多库存偏低的品种、做空库存偏高的品种,我们引入库存偏离度作为库存偏离自趋势的量化指标,在横截面上构建多空中性策略。回测结果显示,当排序期(即移动平均窗口
由small_q创建,最终由small_q更新于
基金特异度与未来业绩表现
对于传统的对冲基金(公募基金)而言,一只基金产品的持仓、净值越不“从众”,其未来表现越强,一个特异性程度较高的基金往往意味着基金经理人拥有更独特的投资技巧。
CTA的“从众”属性
本文聚焦于CTA类型策略,通过实证发现CTA策
由crisvalentine创建,最终由crisvalentine更新于