PLUS会员

61st Meetup

由small_q创建,最终由small_q 被浏览 107 用户

一)因子研究

1.如何具体分析因子库的因子?如何使用因子库的因子?

见文档:https://bigquant.com/wiki/doc/bigalpha-EOVmVtJMS5

小市值因子的策略开发:小市值策略

2.ic 值怎么看,绩效组合怎么分析?

见文档:https://bigquant.com/wiki/doc/5zug5a2q5yig5p6q55qe5l255so5pwz56il-PiorOvSO8m

3.如何重采样做小时级、月线级的macd指标?

示例代码:重采样计算MACD指标

\

二)策略优化

1.是否支持电子货币?

支持。包括趋势策略、套利策略、多因子对冲策略。示例代码找小Q

示例代码:电子货币多头

2.如何度量量化策略?适合中小资金的量化策略有哪些?

量化策略绩效评估指标:https://bigquant.com/wiki/doc/5pl55yl44cb5yig5p6q57ut5p6c-zVz1DAb9qu

适合中小资金的量化策略:

1)StockRanker排序选股策略。特点:高收益

2)ETF、可转债策略 特点:收益稳定

3)其他。大类资产配置策略、电子货币策略等。特定:门槛低

\

3.如何判断策略是否还适用?如何优化出优质策略?

策略失效依据:

1)策略盈利逻辑明显变化,策略赚钱逻辑不成立了

2)策略研究存在重大错误,再次回测发现不满足实盘上线条件

3)超越了历史最大回撤、或产品清盘线


如何优化策略:

1)寻找优秀人才

2)寻找优质、全面数据

3)拥抱AI等先进技术和算法应用在金融投资

4)算力即权力

5)提升工程化、平台化能力,打造Pipeline科研流水线

6)扩展策略逻辑和思想

7)提升策略的鲁棒性、兼容性、稳定性

\

4.高频策略的核心是什么?

在于账户门槛和资金规模;在于下单速度和打单比率;在于高频因子及预测算法

\

三)深度学习

1.如何将深度学习应用于量化?

见DeepAlpha系列研究。提供DNN、CNN、LSTM、Transfomer等经典深度学习网络选股策略。

示例代码:DNN量化选股策略

四)策略实盘

1.被监管后对量化策略交易的未来有什么影响?

高频的策略受到一些限制。报撤单次数、申报费用等限制了高频和超高频交易。

\

2.怎么将策略与下单自动连接?

实盘账户开通。

文档见:https://bigquant.com/wiki/doc/5a6e55uy5pon5l2c5pah5qgj-tfTr6gaSw2

\

文档

DNN量化选股策略电子货币多头重采样计算MACD指标小市值策略
{link}