77th Meetup
由small_q创建,最终由small_q 被浏览 52 用户
MeetUP直播答疑 时间:7月17日(周四)19:00 视频回放请访问宽客学院-双周答疑-77th Meetup
\
问题列表
- CTA策略和多因子策略的区别主要在哪里?
答:CTA(Commodity Trading Advisor)策略一般用于期货投资中,通常基于趋势跟踪模型,通过分析历史价格数据捕捉市场的中长期趋势,如移动平均线、动量指标等技术指标。一般来说,CTA策略通常追随市场趋势,可能会导致频繁的买卖操作,适用于高频交易,风险控制比较重要。
多因子策略通过结合多个因子(如价值因子、动量因子、质量因子、规模因子等)来选择标的,一般用于股票市场。通过对不同因子的组合和权重调整,旨在构建风险调整后的超额收益组合,一般是低频策略,通常在较长时间周期内调整投资组合。
\
- 如果利用bigquant现有的数据尝试开发CTA策略?开发逻辑是怎么样的呢?
答:BQ上有期货较为全面的行情数据,比如:日频行情、分钟行情、高频snapshot,基于上述策略可以做一个布林带策略,其思想如下:
布林带的构成:
- 中线:通常是价格的20日简单移动平均线(SMA)。
- 上轨:中线加上某个倍数的标准差(通常是2倍)。
- 下轨:中线减去某个倍数的标准差(通常是2倍)。
市场波动性:布林带的宽度反映了市场的波动性。布林带变宽表示市场波动性增加,布林带变窄表示市场波动性减小。
买卖信号:
- 买入信号:当价格跌破下轨时,通常被视为市场超卖,可能是买入的机会。
- 卖出信号:当价格突破上轨时,通常被视为市场超买,可能是卖出的机会。
- 中线作为支撑或阻力:价格回到中线时,可以作为一个目标位或支撑/阻力位。
\
-
stockranker模块选股看着跟线性的没区别?自动排序的逻辑是什么呢?算法按什么排序的
答:stockranker模块是一种机器学习的模型,而线性模版只是简单对因子进行加权。stockranker算法是根据因子值和收益率标签进行建模,然后预测未来股票的收益率排序,预测收益率越高的得分越高,排序越在前面。
\
- AI策略模板比线性模板多了什么功能,尽量详细列出,这些多出来的功能是怎么提升收益的。
答:AI模版策略核心是平台自研的STOCKRANKER算法模型,结合了Transfomer等多种模型,适用于股票市场的收益率预测,他本质上一种非线性的模型,所以能捕捉因子和股票收益之间非线性的关系,因此
\
- 线性模板就只是统计回归?AI策略模板包含了线性关系和非线性关系?AI策略模板整体性能就比线性的好?感觉像是加强版,那么AI策略模板是不是包含了线性策略模板的效果?
答:线性策略模板通常是基于线性回归,本身就是一种统计方法,比如最常用的等权分配就是假设系数为1的一个线性模型。线性模型的优点是简单、易于解释、计算效率高,但它假设因变量和自变量之间的关系是线性的,这在某些复杂的金融市场中可能不适用。AI模型如神经网络、支持向量机、随机森林等,能够捕捉到数据中的非线性关系和复杂模式,所以理论上在复杂市场条件下表现更好。但是,这不意味着AI策略模板总是优于线性策略。
\
- 如何写一个基于stockranker模型的股票对冲策略(要求:多空头都是股票,空头非股指期货)
答:如果只是回测研究,可以在第一天按照指定金额买入所有股票,相当于实盘中的借入股票,这样就可以做空股票了,但统计投资组合的收益时,需要剔除这些股票的涨跌天。
\
-
如何写一个组合策略,策略1和策略2都是基于stockranker模型,且策略1、2下单金额分别总金额的40%和60%
\ -
给一个与中正500行业偏离不超过x, 风格偏离不超过y约束下的交易策略模版,最好是代码版的
https://bigquant.com/codesharev3/6b54858a-4890-4962-815b-d9a60587cf91
- 如何在3.0环境下使用组合优化器
答:组合优化器是一种用于优化投资组合的工具,旨在通过数学方法和算法来选择和配置资产,在特定约束条件下实现特定的投资目标,如最大化预期收益、最小化风险或达到某种风险/收益平衡,数学公式如下:
\
系统学习AI量化
PLUS会员介绍:https://bigquant.com/service/plus
谢豪老师专属邀请码:3a4vy6 (立减100元)
添加小Q再领取300元优惠券,二者可叠加使用哦~
打开微信扫描下方二维码添加小Q👇👇
\