精品课程

49th Meetup

由iquant创建,最终由iquant 被浏览 193 用户

Q1-@james:有什么另类的标注可以推荐下?

https://bigquant.com/wiki/doc/-0kcMgSnQXw

https://bigquant.com/wiki/doc/rengongzhineng-xilie-ershijiu-shouyi-linglei-biaoqian-zhengquan-fuben-xRMNFmmg00

{w:100}{w:100}{w:100}

Q2-@sgh5673:组合优化器和多策略风险配置模块都有集成的意思,请问二者如何配合使用,各有什么优势和侧重点?

{w:100}{w:100}{w:100}

{w:100}{w:100}{w:100} {w:100}{w:100}{w:100} {w:100}{w:100}{w:100}

Q3-@sgh5673:多策略风险配置模块如何根据多个模拟运行的策略(包括自己开发的和订阅的)的收益曲线的斜率变化率或者夏普比率变化率进行多策略动态仓位分配,以使得集成后的总策略表现更为稳健。

https://bigquant.com/wiki/doc/shuju-HYBt8Wa9sg

Q4-@nature023:BQ平台策略的买卖时间,除了固定的上午9点和下午3点外,能不能自由的设置一天当中的任意时间买卖?

WAP价格回测功能

Q5-@yangsongxs:在很多文章中提到因子暴露,这里的“暴露”怎么理解?

一般来说提到某种资产在某个因子的暴露,指的是资产收益相对于因子收益的敏感度

构造股票池:获得计算日当天全部A股的名单,并从中剔除掉ST股、停牌股票和上市不足1月的新股。 获取股票池中股票的最新市盈率:获取上一步构造的股票池中的全部股票的市盈率。假设有3000支股票,则此处应有3000个市盈率数据。 对全部股票按照市盈率从小到大排序。 构造多空组合:事先设定一个比例(例如10%),选取300只低市盈率股票做多,并选取同样比例300只高市盈率股票做空,据此构造一个多空组合。 该多空组合的收益率,即代表低市盈率因子的收益(因子溢价)。 计算n个周期,即可获得因子收益的序列。再获取对应时期的资产收益,即可按照回归模型,计算得到资产对因子的暴露。

E = α+β*X

E: 资产收益

α:常量(定价误差等)

X:因子收益

β:因子暴露

在barra模型中,因子暴露等于因子的值。

Q6-@yangsongxs:如果一个因子的区分度比较大,但是IC值的最小分位和最大分位,不对应最小值或最大值,而是第二或第三分位为最大值,这种情况下,是不是就不是一个好的因子呢?

\

Q7-@yangsongxs:如果想在模型中强化某个因子,用同样的数据,不同的列名称,是否可以起到强化作用?一般可以通过一些什么手段来强化某个因子,取对数,峰度、偏度是否可以?

\

Q8-@yangsongxs:因子的数量,和stockrank模型的(叶节点数量、树的数量)有关系吗?如果有的话,有什么比较好的经验值对应关系吗?

标签

人工智能机器学习深度学习自然语言处理量化投资

文档

策略回测模拟交易的wap时间设置因子强化手段:对数、偏度、峰度?如何对多个策略的收益曲线斜率和夏普变化率进行动态仓位分配因子区分度比较大的情况下,如何判断是否是一个好因子另类标签推荐如何理解因子暴露组合优化器和多策略风险配置的优缺点因子的数量和stockrank模型的叶节点/树数量的关系