AI量化交易常用指标及计算方式
由bqw9z8tc创建，最终由bqw9z8tc 被浏览 178 用户
AI量化重要指标包括：
ADX（平均方向性指数）；布林带（Bollinger Bands，简称BBANDS）；MACD（Moving Average Convergence Divergence）；
CCI（商品渠道指数）；阿隆上行（Aroon Up）和阿隆下行（Aroon Down）；ATR指标；指数移动平均值；MFI；MOM；
OBV；RSI；SAR；简单移动平均值；STOCH (KDJ) ；TRIX；WILLR；加权移动平均值；
AI量化选股利用AI的强大数据处理和分析能力，旨在寻找那些被市场低估但具有增长潜力的投资机会。
BigQuant也提供全面的金融市场历史数据因子平台以及AI量化策略编写平台（PC端），帮助大家快速验证不同指标因子组成的量化策略。
1. 移动平均线 (Moving Averages)
简单移动平均线 (SMA)
公式：
其中，Pi 是第 i 天的价格，n 是时间窗口的天数。
例如，如果过去5天的收盘价分别是 100, 102, 101, 103, 104，
则 5 天 SMA 是：
\
指数移动平均线 (EMA)
公式：EMA(t) = (Pt * 2/(n+1)) + EMA(t-1) * (1 - 2/(n+1))
\n其中，Pt 是第 t 天的价格。
\
2. 相对强弱指数 (RSI)
公式：RSI = 100 - (100 / (1+RS) )\n
其中，RS=平均跌幅 / 平均涨幅 。
例如，如果在14天内，平均涨幅是2点，平均跌幅是1点，则 RSI 是 66.67
\
3. 贝塔系数 (Beta)
贝塔系数是衡量个股相对于整个市场（通常是一个主要股指，如标普500）波动性的指标。
公式：β= 协方差(股票收益率,市场收益率) / 方差(市场收益率)\n
\n例如，如果股票与市场的协方差是0.003，而市场的方差是0.002，则贝塔系数为 0.003/0.002=1.5。这意味着股票比市场波动性高50%。
如果某股票与标普500的协方差是0.0025，而标普500的方差是0.0016，则贝塔系数为 0.0025/0.0016 =1.56。
4. 夏普比率 (Sharpe Ratio)
夏普比率是衡量投资回报相对于其风险的指标。
公式：Sharpe Ratio = （预期回报率−无风险回报率）/ 标准差（投资的风险）
例如，如果预期回报率是12%，无风险回报率是5%，投资标准差是10%，
则夏普比率为 (0.12−0.05)/0.10 =0.7
假设一个投资组合的年化收益率为15%，无风险利率为3%，年化波动率为10%。
夏普比率计算为：(0.15−0.03)/010 =1.2。
5. 股价动量 (Price Momentum)
股价动量是基于假设股票过去的表现会影响其未来表现的概念。常用的是12个月股价动量减去1个月股价动量。
公式：动量=当前价格−过去n个月的价格
例如，如果一只股票目前的价格是50元，而12个月前的价格是40元，则其12个月动量为 50−40=10 元。
假设股票A的当前价格是120元，而12个月前的价格是100元，则12个月动量为 120−100=20 元。
6. 成交量加权平均价格 (VWAP)
VWAP是一个交易基准，用于衡量股票的平均价格，基于成交量和价格。
公式：VWAP=∑(价格×成交量) / ∑成交量
例如，如果一只股票在不同价格上的成交量分别是100股@50元，200股@52元，
其VWAP为 ( (50×100)+(52×200) ) / (100+200) =51.33 元
假设股票B在一天内的两次交易分别为100股@30元和200股@32元，
则当天的VWAP为 ((30×100)+(32×200)) / (100+200)=31.33 元。
7. 市盈率 (P/E Ratio)
市盈率是评估股票相对价值的常用指标，通过比较股票价格和公司盈利。
公式：市盈率 (P/E)= 股票价格 / 每股收益 (EPS)\n
例如，如果一家公司的股票价格是50元，每股收益是5元，则其市盈率为 50/5 = 10 。
8. 阿尔法系数 (Alpha)
阿尔法系数是衡量投资回报相对于市场基准的超额回报。它是投资绩效的关键指标之一。
公式：Alpha=实际投资回报−预期投资回报
其中预期投资回报通常基于CAPM模型计算。
例如，如果投资的实际年化回报是12%，而基于其风险和市场表现预期回报是10%，则阿尔法为 12%−10%=2%。
假设投资者的年化回报是15%，而根据CAPM模型预期回报是12%，则阿尔法为 15%−12%=3%。