事件型策略:探寻事件最优股
由small_q创建,最终由bqhopr1k更新于
由small_q创建,最终由bqhopr1k更新于
由small_q创建,最终由small_q更新于
本文通过两个实际案例介绍 BigQuant AIStudio 的数据导入流程:第一项工作是将本地 CSV 文件上传至 AIStudio,并整理后写入 DAI 数据表;第二项工作是获取东方财富市场估值数据,保存到 DAI,并配置日频任务实现自动更新。完成后,这两类数据都可以直接用于后续研究、因子分析和
由qxiao创建,最终由qxiao更新于
由jinyicapital创建,最终由jinyicapital更新于
由jinyicapital创建,最终由jinyicapital更新于
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
BigAlpha 2026 决赛采用“赛道总榜基准分+现场评审分”的综合评分机制。因子挖掘、端到端大模型和 AI 开放创新三个赛道统一参与金、银、铜奖评选。
最终成绩(100 分)=赛道总榜基准分(30 分)+现场评审分(70 分)
总榜基准分体现团队在预选阶段的客观表
由hxgre创建,最终由hxgre更新于
BigAlpha 2026 决赛采用“赛道总榜基准分+现场评审分”的综合评分机制。因子挖掘、端到端大模型和 AI 开放创新三个赛道统一参与金、银、铜奖评选。
最终成绩(100 分)=赛道总榜基准分(30 分)+现场评审分(70 分)
总榜基准分体现团队在预选阶段的客观表
由hxgre创建,最终由hxgre更新于
BigAlpha 2026 决赛采用“赛道总榜基准分+现场评审分”的综合评分机制。因子挖掘、端到端大模型和 AI 开放创新三个赛道统一参与金、银、铜奖评选。
最终成绩(100 分)=赛道总榜基准分(30 分)+现场评审分(70 分)
总榜基准分体现团队在预选阶段的客观表
由hxgre创建,最终由hxgre更新于
从跨市场、跨资产类别的多维度金融数据中自主学习综合信号模式。
✅传统多因子遇瓶颈,端到端如何从原始数据直达交易决策?\n✅如何绕过人工挖因子,让AI自主迭代策略?
\
<https://bigquant.com/college/339bd935-334f-4bea-94b6
由small_q创建,最终由small_q更新于
由ypyu创建,最终由bqldn97m更新于
由jayjaypp创建,最终由jayjaypp更新于
由jayjaypp创建,最终由jayjaypp更新于
由jayjaypp创建,最终由jayjaypp更新于
由jayjaypp创建,最终由jayjaypp更新于
由jayjaypp创建,最终由jayjaypp更新于
\
由bq88n6gb创建,最终由bqadm更新于
由bqyh71cg创建,最终由bqadm更新于
一、赛事概况
BigAlpha 2026 本届赛事设因子挖掘、端到端大模型、AI开放创新三大核心赛道。
二、入围决赛队伍
经公榜排名、私榜验证,赛区总榜层层筛选,共计 24 支队伍入围决赛,进入赛区总决赛环节。
具体入围队伍名单如下:
, return_Nm(个股最近 N 个月的收益率,N
由small_q创建,最终由bqnfhz0l更新于
规则中目标为计算全年“沪深 A 股”,介绍中没有限制板块范围是 “A 股市场”,所以目标范围到底是“沪深 A 股”还是“沪深京 A 股”?
由neoblackxt创建,最终由bqyzc567更新于
一、赛事概况
BigAlpha 2026 本届赛事设因子挖掘、端到端大模型、AI开放创新三大核心赛道。
二、入围决赛队伍
经公榜排名、私榜验证,赛区总榜层层筛选,共计 24 支队伍入围决赛,进入赛区总决赛环节。
具体入围队伍名单(队伍名/学校/所属赛道)如下
北美赛区:
| 赛区
由bqadm创建,最终由bqadm更新于
一、赛事概况
BigAlpha 2026 本届赛事设因子挖掘、端到端大模型、AI开放创新三大核心赛道。
二、入围决赛队伍
经公榜排名、私榜验证,赛区总榜层层筛选,共计 24 支队伍入围决赛,进入赛区总决赛环节。
具体入围队伍名单(队伍名/学校/所属赛道)如下
北美赛区:
| 赛
由bqadm创建,最终由bqadm更新于