首页 编写策略 数据平台 因子研究 我的交易 发现策略 量化学院 知识库 免费注册

量化

"量化"，在金融领域中，是一种基于高级数学、统计学和计算机科学的策略和方法，旨在理解和预测市场行为。量化金融的核心在于将各种影响资产价格的因素，如宏观经济指标、市场情绪、公司基本面等转化为可量化的数学模型。通过这些模型，投资者能够更精确地评估风险和回报，从而制定更有效的投资策略。 量化分析不仅提高了投资决策的准确性和效率，也开启了全新的投资视角。例如，通过大数据分析，投资者能够发现传统分析方法难以捕捉的市场模式。同时，高速计算和算法交易的发展，使得量化策略能够在极短的时间内对市场变化做出反应，为投资者创造了新的盈利机会。 然而，量化金融并非万能的。过度依赖数学模型可能导致忽视现实世界的复杂性和不确定性。而且，随着越来越多的投资者采用量化策略，市场的竞争也日益激烈，这可能会削弱某些策略的有效性。因此，成功的量化投资不仅需要强大的技术能力，也需要深厚的金融知识和对市场的深刻理解。

56th Meetup

小白学习

小白如何学习？出现错误提示后，有没有好的解决方案，有没有专门对接的群？

机器学习/深度学习

  1. 机器学习在量化中，怎样在过程中查看策略、理解机器学习的逻辑和修正？
  2. 目前股票策略中使用最广泛的机器学习和深度学习的模型有哪些？
  3. 机器学习或深度学习策略回撤过高，该结合什么风险控制或择时策略比较好？
  4. 如果使用深度学习或机器学习自动挖掘因子？
  5. 使用深度学习模型时，总觉得泛化性能很差。加上一些提升泛化能力的手段， 比如正则、dropout等，好像没什么用。请问有没有什么较好的方法？

\

策略调优

  1. 如何判断策略失效以及失效后的处理

更新时间：2024-06-07 10:55

相对强弱指数RSI公式及买入卖出用法

（含相对强弱指数公式、使用技巧、Python代码、回测平台）

相对强弱指数（Relative Strength Index，RSI）是一种动量指标，用于分析股票的价格走势，以确定过度买入或过度卖出的条件。它是通过比较最近期间内的平均收益和平均损失来计算的。

BigQuant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），可以验证相对强弱指数指标因子组成的量化策略。

![](/wiki

更新时间：2024-06-07 10:48

自我学习实践 - 小市值策略

我的量化开始是从非编程类的平台开始的，用小市值和波动率的排序今年实盘效果还不错，

在big quant也用不同方式实践一下，

这几年做价值投资的思路，是先通过财务指标选取出财务状态比较好的股票池，然后通过估值指标买入低估值的股票，吃到的是估值修复的利润。

刚开始学习的时候我一直理解不了这个轮动持股的盈利原理，后来想明白了，这个也是价值投资的一种，首先通过财务指标的筛选，选出好公司，然后通过计算排名，用最小市值构成了价值的护城河，在股价上升的过程中，市值排名动态的变化，从而获得盈利。

所以设计思路，我先通过财务，筛选出净利润>0, 毛利润>20%, 资产负债率<60%的公司，通过这个方式

更新时间：2023-12-30 08:20

量化为什么能得到相对比较高的超额？

背景：量化在于总结规律，并给予这些规律去做投资，量化策略需要不断更新迭代以应对新的挑战。

更新时间：2023-10-09 06:10

国内使用 ChatGPT 的方法(使用ChatGPT详情参见文内)

ChatGPT

ChatGPT ×量化，都能玩儿出什么新花样？

BigQuant平台上提供了 ChatGPT 接入，让国内用户也可以使用，以下为Quantchat使用指南。

\

快速使用

启动AI Studio

  1. 点击导航栏的【编写策略】进入AIStudio（如下图1），或直接点击链接跳转；
  2. 启动工作空间，该过程需要十几秒到一分钟不等。


![图1 点击导航栏的【编写策略】进入AIStudio](/wiki/api/a

更新时间：2023-09-22 01:55

国内丝滑使用 ChatGPT 的方法(使用QuantChat详情参见文内)

ChatGPT

ChatGPT ×量化，都能玩儿出什么新花样？

BigQuant平台上提供了 ChatGPT 接入，让国内用户也可以丝滑使用，以下为Quantchat使用指南。

基本操作

启动AI Studio

  1. 访问 https://bigquant.com/

  2. 找到编写策略下拉框，选择AIStudio(beta)并启动

    {w:100}{w:100}

  3. 启动工作空间，该过

更新时间：2023-04-28 10:28

资产配置的研究路线思考：从量化走向系统化 国盛证券-20220119

摘要

国盛金融工程团队自2018年起便长期深耕资产配置的研究方向，并于2021年开始整合大类资产配置框架（以下简称为SmartAllocator系统〉，以系统化和定量化的视角判断国内股债资产的配置机会。在系统运行一周年之际，本文将总结2021年我们在资产配置判断的得失，并系统性地介绍我们资产配置研究的逻辑、理念和框架。

正文

[/wiki/static/upload/2a/2ad449c5-6076-4496-bd1d-53513fd564b8.pdf](/wiki/static/upload/2a/2ad449c5-6076-4496-bd1d-53513fd564b8.p

更新时间：2022-08-31 09:24

漫谈雪球产品和量化（原创）

近期市场的波动格外引人注目，有俄乌战争的影响，也有青山事件的持续发酵，黑天鹅和灰犀牛都不约而至。不过今天要讲的，并不是这些国际事件，而是近两年火热的雪球产品，据说雪球产品对于经济市场的影响，也是不容小觑。

2022年3月11日，业内人士聊天截图称：“雪球爆炸，我公司与恒生科技指数挂钩的雪球，今年一天的敲入量超过了之前历史的总和。”结合此前，2022年3月9日晚间，有消息称挂钩中证500的雪球产品集中抛出期指持仓致使下跌，这个聊天截图瞬间传遍了各大社交APP，这一波，真是雪球惹的祸吗？雪球产品的雪崩，对量化行情有没有冲击呢？

图源：来自社交APP

此文并不代表任何投资观点，亦不构成任何的产

更新时间：2022-03-22 03:52

幻方量化徐进解析深度学习量化与萤火虫Lab

2021世界人工智能大会于2021年7月8日至10日在上海世博中心和上海世博展览馆同时举行。会中幻方量化合伙人徐进探讨了如何使用量化模型和深度学习在股市中赚钱的路径。

徐进提到,与传统股票定价不同,量化通过输入获取的信息,包括行情数据、上市公司财务数据,还有另类数据,比如新闻舆情、产业链等,进行模型训练,利用深度学习对股票进行定价。

在徐进看来,在这个过程中,需要处理很多关键细节,细节是魔鬼!以时间序列预测模型为例,包括数据清洗、规划处理、防止过拟合、 避免未来函数等,大量的细节决定了量化能否赚钱,并不是简简单单就能成功的。“只要你对市场、数据充分了解之后,才能得出比较好的赚很多钱的结果。

更新时间：2021-11-03 09:41

分页第1页
{link}