BigQuant DevX (策略开发兴趣小组) 第一期

目的

BigQuant策略开发兴趣小组,第一期 (2024-05 ~ 2024-07)

  • 为BigQuant量化学习者编写策略模版、Demo和复现常见策略
  • 通过共同学习,提高兴趣小组成员策略编写能力

如何参与

  • 对于策略开发者,扫描如下二维码,添加小Q微信,报名策略开发兴

由small_q创建,最终由qxiao更新于

菲阿里四价策略-期货分钟_new

策略介绍

菲阿里四价指的是:昨日高点、昨日低点、昨天收盘、今天开盘四个价格。 菲阿里四价上下轨的计算非常简单。昨日高点为上轨,昨日低点为下轨。当价格突破上轨时,买入开仓;当价格突破下轨时,卖出开仓。

策略流程

  1. 筛选条件:菲阿里四价上下轨的计算非常简单。昨日高点为上轨,昨日低

由qxiao创建,最终由qxiao更新于

从均值方差到有效前沿(文字版)

这篇文章的主要目的是介绍有效前沿这个理论工具和分析框架。我们由均值方差分析展开,逐步推演到有效前沿。然后,我们又说到有效前沿在投资或者量化中的应用场景,最后我们也总结了有效前沿的一些问题,尤其是敏感性问题。在教程中,特意加入了一些实验代码,可以让大家在阅读的过程中有更好的理解。

有效前沿

由ypyu创建,最终由qxiao更新于

平台常用AI机器学习模型

导语

BigQuant平台会不断封装机器学习算法策略,方便用户直接使用策略生成器开发策略,降低策略开发难度。本文对BigQuant平台上策略生成器已经支持的机器学习模型进行简单介绍。


目前,BigQuant策略研究平台支持的机器学习模型有分类模型、回归模型、排序模型和聚类模型四

由clearyf创建,最终由bqxqzfmk更新于

Alpha Flash - 比赛规则与常见问题

比赛规则

参赛

  1. 本次比赛有效提交时间为2024年06月15日08:00:00 - 16:00:00。
  2. 量化园游会现场

由small_q创建,最终由qxiao更新于

策略分享

回测3年+较稳定的策略,上架模拟盘的效果,策略源码可分享

![](/wiki/api/attachments.redirect?id=d8a

由christ79创建,最终由christ79更新于

交易报错

求大佬解答

由bq4zkky1创建,最终由bq4zkky1更新于

筹码理论

www

由qxiao创建,最终由qxiao更新于

134-自定义买入卖出逻辑

本文是关于交易引擎BigTrader使用的一些小技巧。虽然在之前的旧文档也介绍过,见文末附录链接。但本文有一些不一样的地方。

设置股票为等权

以前我们习惯于在初始化函数中定义股票权重,为简化交易引擎模块的代码,我们最近新增了一个仓位分配的模块,用于设置股票权重,当前提供了三种权重分配的使用

由qxiao创建,最终由qxiao更新于

设置交易费率和价格_new

导语

AI量化策略开发第六步:回测教程中,我们介绍了Trade回测/模拟交易模块的重要函数和策略构建的基本流程,本文主要介绍如何在Trade模块中设置手续费和滑点。

在评估策略的时候,我们设置一定的交易手续费和滑点以模拟真实交易。在策略编写中,我

由qxiao创建,最终由qxiao更新于

涨停取消卖单

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

[https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW](https://bigquant.com

由yvan0617创建,最终由iquant更新于

涨停取消卖单

导语

如果当天涨停了,尾盘不想卖出,可以取消前日产生的卖单。具体方法是在回测模块的盘前处理函数中加入当天涨停的判断,如果是涨停就取消订单

具体步骤

第一步: 我们通过增加一个输入特征和数据抽取模块获取每日股票的收盘涨跌停状态price_limit_status和名称字段name,然

由iquant创建,最终由iquant更新于

考夫曼自适应均线

指标用法

考夫曼自适应均线指标的用法具体就是:当股价一直都在线下运行时,突然有一根阳线上穿指标线,这个时候就是一个比较好的进场点,如下图所示。

![{w:100}](/wiki/api/attachments.redirect?id=c9750cee-d1fd-40c8-9f33-3b7

由small_q创建,最终由qxiao更新于

多因子选股策略-股票日频_new

策略介绍

多因子选股策略是一种简单而又广泛使用的技术分析工具,主要用于识别市场趋势的变化和生成交易信号。

主要用到以下几个因子:

pb
rank(pb)
rank(roe_avg_lf)
rank(roe_avg_ttm) 
rank(net_profit_q

由qxiao创建,最终由qxiao更新于

双均线股票策略-股票日频_new

策略介绍

双均线策略是一种简单而又广泛使用的技术分析工具,主要用于识别市场趋势的变化和生成交易信号。这种策略涉及两条移动平均线——一条短期(快速)和一条长期(慢速)——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

  1. 筛选条件:将5日平均收盘价作为短线,50日平

由qxiao创建,最终由qxiao更新于

龙头战法实盘+AI-量化大赛NO.3-中证150增强_new

前言

感谢BQ-小Q送的礼物,礼物已经收到拉,一如既往的黑盒高科技风。高端大气上档次。


  • ![{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}](/wiki/api/att

由qxiao创建,最终由qxiao更新于

高阶技巧-如何计算过去N日指标1最大值当天指标2的值

简介

以计算过去20日最高价当天的成交量为例,介绍如何计算这种场景的需求。

主要函数介绍

m_imax()

这里我们将使用到DAI的SQL函数m_imax,该函数可以帮助我们获得过去某个时间段的最大值的窗口索引。

![](/wiki/api/attachments

由iquant创建,最终由iquant更新于

峰度和偏度

导语

本文介绍了峰度和偏度以及如何运用这两个统计指标进行数据的正态性检验。

[https://bigquant.com/codeshare/00af3416-796d-43b9-9726-489d436a98ee](https://bigquant.com/codeshare/00a

由clearyf创建,最终由qxiao更新于

风险平价组合理论与实践

导语

本文介绍了风险平价组合的理论与实践;后续文章将对risk parity组合进行更深入探讨以及引入预期收益后的资产配置实战策略。

前言

  • 资产配置是个很广泛的话题,在投资中是一个非常重要的话题
  • 从使用场景分类上来看,资产配置可以是宏观的资产配置,比如货币类、债券类、权益类

由clearyf创建,最终由qxiao更新于

Deep Residual Networks学习(二)

通过上次在Cifar10上复现ResNet的结果,我们得到了上表,最后一栏是论文中的结果,可以看到已经最好

由ypyu创建,最终由qxiao更新于

Beta对冲

导语

本文介绍了因子模型、对冲以及Beta的相关内容,并针对如何进行市场风险对冲给出了具体的案例。

因子模型

因子模型是通过其他若干项资产回报的线性组合来解释一项资产回报的一种方式,因子模型的一般形式是:

![{w:100}{w:100}](/wiki/api/attachme

由clearyf创建,最终由qxiao更新于

GBDT+LR介绍

GBDT+LR策略理论和思路介绍

GBDT(Gradient Boosting Decision Tree) 又叫 MART(Multiple Additive Regression Tree),是一种迭代的决策树算法,该算法由多棵决策树组成,所有树的结论累加起来做最终答案。它在被提出之初就

由ypyu创建,最终由qxiao更新于

数据预处理方法(标准化、规范化、二值化等)

预处理数据

数据预处理在众多深度学习算法中都起着重要作用,实际上,对数据进行适当处理后,很多算法能够发挥最佳效果。然而面对各种各样的数据,很多时候我们不知道怎么样才能针对性进行处理。本文介绍了Python下的机器学习工具scikit-learn。其中,“sklearn.preprocessi

由ypyu创建,最终由qxiao更新于

ATR指标

什么是ATR

ATR又称 Average true range平均真实波动范围,简称ATR指标,是由J.Welles Wilder 发明的,ATR指标主要是用来衡量市场波动的强烈度,即为了显示市场变化率的指标。

首先提出的,这一指标主要用来衡量价格的波动。因此,这一技术指标并不能直接反映价

由small_q创建,最终由qxiao更新于

布林带指标用法和技巧

布林带是一种技术指标,用于以更好的方式分析市场并帮助我们对资产价格做出更好的假设,即资产是否超买或超卖。布林带之于交易就像莎士比亚之于文学,如果你想在交易世界中留下印记,这非常重要而且很难避免。

布林

由qxiao创建,最终由qxiao更新于

综合风控:如何通过条件止损+补仓+精炼买入/卖出信号

策略介绍

本策略主要讲解如何在策略中加入个股风控与大盘风控逻辑。

  • 个股风控:个股价格低于某一价格时,但是不影响其他股票的买卖信号,也被称为止盈止损逻辑。
  • 大盘风控:大盘上证指数最近表现比较差时,将仓内股票全部清空,当日不再交易。

本策略就是在平台的默认可视化线性模板策略的基础上进

由xyz142创建,最终由xyz142更新于

量化投资

导语

1989年发表的论文《The Fundamental Law of Active Management》及其随后的相关论文揭示了寻求主动投资的alpha收益的数量化关系,这为主动组合投资管理带来一套令人信服的分析框架,这个数量化关系很好揭示了数量化技术(量化投资)可以如何或

由ypyu创建,最终由qxiao更新于

处理持仓中的ST和退市股

导语

主要思想:对已有的持仓和要买入的股票名称每天判断是否含有ST或退,并及时卖出/阻止买入

步骤

  • 增加M9、M10提取股票名称传入回测引擎;
  • K线处理函数把当日持仓数据连接上传入的股票名称;
  • 在调仓时先判断卖出ST、退市股;
  • 正常处理调仓,判断是否重复卖出;

由iquant创建,最终由iquant更新于

报错

  • /home/aiuser/.ipython/profile_default/startup/000-aistudio.py:234: DeprecationWarning: This module is deprecated. Please use `from bigdatasource.ap

由bq30zy4n创建,最终由bq30zy4n更新于

因子(特征)工程是什么

导语

近年来,国内量化投资迎来了发展的黄金期,但涉及机器学习的量化投资还比较少。机器学习领域的大神Andrew Ng(吴恩达)老师曾经说过机器学习很大程度上就是特征工程,因此本文主要介绍下特征工程在量化投资领域的应用。


特征工程是什么?

有这么一句话在业界广泛流传: *

由clearyf创建,最终由small_q更新于

获取港股日线行情数据

根据模版构建可视化线性策略

1.首先选取需要的线性策略组成部分:

2.修改特征

在m2输入特征内修改

由bq5bun29创建,最终由small_q更新于

利用 gplearn 进行特征工程

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

[https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW](https://bigquant.com

由small_q创建,最终由small_q更新于

label的技巧:对收益率打标的4种方法

在我们找到一堆因子后,下一步就是把这些因子打好标,丢入模型,让模型去寻找因子和标签的映射规律。

标签就是你要解决的问题,标签应该是和因子强相关的。随意的打标会增加模型预测的难度,而过于傻瓜的打标会限制因子的发挥。

普遍做法:n个周期后的收益率作为标签

普遍做法是用n个周期后的收益率作为标签

由small_q创建,最终由small_q更新于

构建全市场涨跌家数

如何用可视化的方式groupby函数构建全市场涨跌家数,还有个股涨幅/申万一级行业涨跌幅的因子?

1、构建全市场涨跌家数

    close / m_lag(close, 1) as return_0,
	if(return_0>1,1,0) as _upper,

由deledeleboy创建,最终由deledeleboy更新于

如何获取指数成分股票列表

如何获取指数成分股票列表,主要参考BigQuant中以下两个数据表:

  • cn_stock_index_component,股票指数成分,如上证50、沪深300指数成分,<https://bigquant.com/data/datasources/cn_stock_index_compo

由deledeleboy创建,最终由qxiao更新于

304-Bigcharts高级画图教程

本文内容基于bigcharts绘图,在以时间为横轴的条件下绘制时间序列图,具体分为柱状图,折线图,多y轴折线图,折线图柱状图混合图,饼图以及蜘蛛图。

可以根据border_width=5自行调整描边宽度

color="skyblue”调整图形的颜色

多y轴可以根据`line.yaxis

由iquant创建,最终由qxiao更新于

Pandas查看和选择

新版数据导入部分使用dai库

导语

本节主要讲解Pandas库中 DataFrame 的数据查看与选择


Pandas 是基于 Numpy 构建的,让以 Numpy 为中心的应用变得更加简单。平台获取的数据主要是以 Pandas 中DataFrame 的形式。除此之外,

由qxiao创建,最终由qxiao更新于

交易系统开发工程师

职位描述 【岗位职责】

  1. 开发和优化公司低延迟交易系统,实现交易策略、风控等需求;
  2. 开发交易接口与行情接口,完成关联机构的对接;
  3. 开发风控、监控系统及高性能回测平台;
  4. 与投资经理沟通开发需求,提出设计以及实现需求。 【任职要求】
  5. 有3年以上国内外头部量化私募

由bq3xx0oo创建,最终由qxiao更新于

交易系统开发工程师

职位描述 【岗位职责】

  1. 开发和优化公司低延迟交易系统,实现交易策略、风控等需求;
  2. 开发交易接口与行情接口,完成关联机构的对接;
  3. 开发风控、监控系统及高性能回测平台;
  4. 与投资经理沟通开发需求,提出设计以及实现需求。 【任职要求】
  5. 有3年以上国内外头部量化私募

由bq3xx0oo创建,最终由qxiao更新于

百亿量化私募急招

高级软件工程师 - HPC 存储Senior Software Engineer - HPC Storage

目前有一个HPC存储的岗位特别着急,可以很快安排面试。经验五到七年左右,技术强沟通好

岗位职责1. 聚焦量化策略研究所使用的分布式存储技术,设计、研发、优化、维护大规模、高性能、可扩展的

由bq3xx0oo创建,最终由qxiao更新于

招聘-高频量化开发工程师-Sigmafi Research

当当当当~~大家好,很高兴认识大家。这边推荐给大家高频量化开发工程师一职,欢迎自荐或者推荐您的小伙伴,我们十分期待您的加入!

【我们是谁】:

我们是SigmaFi Trading的一员,团队成员来自Jane Street和Goldman Sachs等著名金融机构的华尔街资深人士,并拥有普林斯

由bqbfwnuq创建,最终由qxiao更新于

招聘-高频执行系统工程师-remote-100w-300w/年

欢迎有相关经验的大牛来一起打拼!!!

美国湾区自营量化团队,规模小但是能量大,已经有很多成功的算法策略在运转。现在因为公司发展越来越快容量越来越大,急需一位高频执行系统工程师加入,高薪高奖。有兴趣的朋友快来联系啦!简历直接email HR 邮箱:__[kwandering1225@gmail.co

由bqaqqhri创建,最终由qxiao更新于

10分钟学会Pandas

SELECT date, open, high, low, close

FROM bar1d_CN_STOCK_A

WHERE instrument = '000005.SZA'

AND date BETWEEN '2017-01-06' AND '2017-02-10'

ORDER BY

由xiaoshao创建,最终由qxiao更新于

传统小市值 VS AI市值策略

BigQuant平台上可以快速开发股票传统策略和股票AI策略,今天我们就拿市值因子来练手,看看两个策略在2020-01-01到2024-05-28期间各自的收益风险情形。

市值因子是国内股票市场能够带来超额收益的alpha因子,已经被验证为长期有效的因子,也是广大私募基金常用的因子之一,传统的选股

由deledeleboy创建,最终由deledeleboy更新于

知乎量化交易及其子话题高赞精华帖整理

学习量化也有一段时间了,BigQuant平台与知乎可以说是我的主要学习战场了,一直在跟着BigQuant学院那个《AI量化训练营》学习,再从从知乎中寻找优秀文章进行补充,最终在平台进行实践,我觉的这样效率很高,我整理了知乎量化交易话题,及程序化交易、宽客、多因子模型等子话题中的精华帖,筛选了高赞的文

由qxiao创建,最终由qxiao更新于

量化交易是什么?  快速入门版

什么是量化交易?

度娘官方版 — 理论这么说

量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策 。(注:*

由iquant创建,最终由qxiao更新于

AI量化策略,我该如何理解你?

人工智能(AI)技术得到了飞速发展,其在各个领域的运用也不断取得成果。机器学习被评为人工智能中最能体现人类智慧的技术,因此开发AI量化策略可以理解为将机器学习应用在量化投资领域。

理解机器学习算法

机器学习算法太多,本文讨论只针对适用于金融数据预测的常用有监督型机器学习(Supervise

由iquant创建,最终由qxiao更新于

公募基金仓位模拟与优化

基金仓位的爬取

首先通过爬虫爬取公募基金公布的仓位,我们以招商基金的沪深300指数增强基金为例(代码004190)获取该基金的2018年二季度公布的个股持仓比例,代码实现如下:

    import re
    import requests
    import j

由ypyu创建,最终由qxiao更新于

WorldQuant功能在平台的实现

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

[https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW](https://bigquant.com

由ypyu创建,最终由qxiao更新于

寻找市场中的Alpha

导语

本文旨在向读者介绍Alpha的相关基本概念,以及寻找和检验Alpha的主要流程和方法。在上篇中我们梳理了 WorldQuant经典读本FindingAlphas的概要以及WebSim的使用,在下篇中我们会介绍相关方法在BigQuant平台上的实现。

初识Alpha

由iquant创建,最终由qxiao更新于

利用希尔伯特变换择时

导语

  • Hilbert变换是一种有效的数据周期分析工具,将原始信号延迟90°相位,从而方便的提取出当前信号在周期变换中所处的相位,进而对趋势进行判断。
  • 对于股票数据的走势有一种假设,走势可以分解为:长期趋势+中短期周期性波动+噪声数据。在去除长期趋势的情况下,可以利用Hilbert变换

由iquant创建,最终由qxiao更新于

AI量化交易指标

AI量化指标的选择和排序取决于特定的投资策略、市场条件和数据可用性。

以下是30个常见的AI量化指标,按照一般在量化分析中的重要性排序:

  1. [收益率](https://bigquant.com/wiki/doc/5bm05yyw5ps255uk546h6k6h566x5yws5byp5y

由bqw9z8tc创建,最终由qxiao更新于

机器学习量化投资实战指南

本文14323字,阅读约28分钟

导语:本文旨在用精炼的语言阐述实操层面的机器学习量化应用方法,包括给出实践中一些常见、实际问题的处理方案,并结合了量化应用实例。读完后大家可以在本平台进行实践检验。

文章概览:

1.人工智能量化投资概述

2.人工智能技术简介

3.机器学习在

由bqmesu0a创建,最终由qxiao更新于

AI量化策略快速理解

导语

在上一篇文章中,大家对新建一个AI可视化模板策略有了初步的认识,但看到策略中众多的模块与看似复杂的连线心中不免存在疑惑,没关系,本篇文章中,我们就来为大家完整介绍一个AI量化策略的组成结构以及涉及的基本概念,希望可以帮助大家对AI量化策略建立一个全面初步的认识。


由clearyf创建,最终由qxiao更新于

如何实现一个做T的策略-新版

问题

如何实现一个做T的策略,降低已有仓位的成本。

解答

做T就是在日内对个股进行买入和卖出的变相T+0交易。但A股是T+1制度,如何能做到T+0呢,那就得预留好资金,不能全仓持股,才能做到滚动操作。通常有 如下两种方式:

  • 半仓滚动做T:每次半仓低位买入相同仓位,然后高点T出

由zjmafg创建,最终由zjmafg更新于

如何订阅股票行情数据做为量化交易策略因子?

大部分人都不知道要买哪只股票,所以才需要量化策略对股票行情数据进行监控(可监控行情api接口数据),然后采用一系列的因子作为选股标准,满足这些因子的股票行情则被买入,不满足的则卖出。

在量化策略中,要选出优质的股票,至少得获得这些股票行情数据进行监听处理,因为不知道哪个股票数据放量,所以需要订阅所

由bq09k95t创建,最终由bq09k95t更新于

基于随机森林模型的智能选股策略

导语

机器学习已经成为量化策略设计中的一大利器,了解各种机器学习算法的原理、特点、优劣,对于量化建模有着极大的帮助。因此,本系列【专题研究】介绍几种在资本市场中非常流行的机器学习算法及其在选股方面的相应应用,希望能对大家有所帮助。


随机森林是当前使用最广泛的机器学习集成

由clearyf创建,最终由bqah4jb9更新于

基于大数据的产业周期逻辑

问题

基于大数据的产业周期逻辑

视频

[https://www.bilibili.com/video/BV1xg411B7yp/?spm_id_from=333.999.0.0](https://www.bilibili.com/video/BV1xg411B7yp/?spm_id

由small_q创建,最终由small_q更新于

指定价格成交

7月16日Meetup模板案例;

策略案例


[https://bigquant.com/experimentshare/aac16e3c971f43c8a02ce5455f3561bf](https://bigquant.com/experimentshare/aac16e3c971f

由ypyu创建,最终由ypyu更新于

算法那么多,如何给策略选择最佳的算法?

\

作者

徐耀杰(woshisilvio)

常见算法优劣比较

算法没有最好,只有更好。 这个问题的答案取决于许多因素,例如股票市场的条件,数据集的质量和特征工程的有效等。接下来,我们来看看这些算法的优势和劣势:

  1. 神经网络:适用于复杂的非线性问题,可以有效地捕捉市场的非线性特

由small_q创建,最终由small_q更新于

周线计算指标

7月30日Meetup 策略模板:

策略案例


[https://bigquant.com/experimentshare/062a0182231e49f7996b0543e7acad48](https://bigquant.com/experimentshare/062a0182231

由ypyu创建,最终由ypyu更新于

分组计算

策略案例


[https://bigquant.com/experimentshare/fd15bfc0f9d94a11b060f13685aa5591](https://bigquant.com/experimentshare/fd15bfc0f9d94a11b060f13685aa55

由ypyu创建,最终由ypyu更新于

模型保存读取

7月16日Meetup模板案例:

策略案例

[https://bigquant.com/experimentshare/0aae2066f74e475ba198a6f79757c03f](https://bigquant.com/experimentshare/0aae2066f74e47

由ypyu创建,最终由ypyu更新于

03_非线性变换因子_return_5

问题

请问通过单因子分组收益发现很多因子都是非线性因子,比如说,我分10 组,最大收益不在头尾,在中间,我该怎么把这个单因子中间收益高的分组调整到头尾,然后作为一个因子使用,例如return_5这个因子做单因子分析,调仓周期为一天,分10 组,测试时间为半年,出来的最大值在中间左右,应该怎么

由ypyu创建,最终由ypyu更新于

构建一个明日涨跌停状态因子

策略案例


[https://bigquant.com/experimentshare/6d0fcf61776548b5957fe9c90204c56f](https://bigquant.com/experimentshare/6d0fcf61776548b5957fe9c90204c5

由ypyu创建,最终由ypyu更新于

金融时序数据的非连续时间段训练方法

看视频

[https://www.bilibili.com/video/BV1gT411s7cE/?vd_source=ecd29bbd04cbefdfa426167c55241973](https://www.bilibili.com/video/BV1gT411s7cE/?vd_sour

由small_q创建,最终由small_q更新于

期货分钟回测

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

[https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW](https://bigquant.com

由kobe创建,最终由iquant更新于

Pandas处理日K数据构建MACD季度因子

看视频

[https://www.bilibili.com/video/BV1jh411u7zj/?vd_source=ecd29bbd04cbefdfa426167c55241973](https://www.bilibili.com/video/BV1jh411u7zj/?vd_sour

由small_q创建,最终由small_q更新于

因子强化手段:对数、偏度、峰度?

问题

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?

视频

[https://www.bilibili.com/video/BV1XD4y1H7y8/](https://www.bi

由small_q创建,最终由small_q更新于

{link}