投资策略

因子原理

今天我们来聊一个在股票市场持续生效了40年的规律——市值因子。用大白话说就是：小公司长期跑赢大公司的现象（注意：这里的"小"指公司规模，不是道德评价哦）。

把股票市场想象成学校：

• "大学生"：万亿市值的茅台、工商银行（市值=股价×总股数）
• "小学生"：几十亿市值的专精特新企业

过去四十年全球数据显示，"小学生"群体的平均成绩（收益率）比"大学生"高2%-4%/年，这就是著名的小市值效应。

为什么存在这样的效应？

1️⃣ 成长空间差异：小公司基数小，业绩增长1亿比大公司增长100亿容易得多\n2️⃣ **

1. 文章背景

近年来，算法交易在股票市场中的应用迅速增加，显示出比传统交易方法更优越的性能。人工智能（AI）系统在处理大量数据和市场变量方面表现出色，能够超越基于人类的交易策略。然而，人类交易员在分析海量数据时存在局限性，且容易受到贪婪和恐惧等情绪的影响，从而导致错误决策。相比之下，AI交易模型能够处理大量数据，不受情绪干扰，利用历史数据预测股票价格并执行交易，同时控制风险并优化回报。

2. 研究目标

文章的目标是开发一个创新的交易模型系统，针对个人投资者提供个性化投资策略。该模型不仅预测最佳交易价格，还管理市场风险，提供与用户交易风格一致的增强回报。这一系统对于新手和经验

老师您好：两个策略无法回测 ，帮忙看一下，哪里出问题。

https://bigquant.com/codesharev3/eed8f2e7-95f0-43ff-93c0-0c03682f2309

\

虽然我不用这个网站了，但是钱也是我写策略辛苦赚的，你不让我提现就算了，现在直接给我搞没了，这算什么事儿

https://bigquant.com/codeshare/0df0cdcf-9f8b-4793-988e-e7168080f619

\

像一些复杂的因子合成方法怎么实现呢，有没有相关的算子模块或者代码分享呢

如果没有，烦请添加一下，股息率策略也是一种广泛使用的投资策略。

如题，前期的教程，目前好像失效了

如何构建跨周期数据项，并利用这些数据项构建因子？

平时处理的都是日线数据，但如果需要用日线和上月的月线数据进行一些计算形成一些因子，我应该如何构建？

https://bigquant.com/aistudio/studios/a29733f8-0f37-11ed-93bb-da75731aa77c/?folder=/home/aiuser/work

选出的股不能交易，是写错了吗，这个是策略地址，

https://bigquant.com/experimentshare/d1a0a1335e934cb3afbb4770a53640e0

\

可以了，要设置延迟建仓天数

这一问题看起来非常简单，甚至略显傻瓜，资产定价的核心不就是分析影响资产预期收益的因素，而投资更是基于对收益的预期进行选择以获利。但真的仅仅如此吗?

让我们暂且回到大学一年级的微观经济学课堂。玫瑰花的价格在情人节的白天会非常贵，尤其是晚上六七点，但一旦过了晚上 9 点，价格就会暴跌，甚至低于进货成本。OK，我们当然可以说卖花的小男孩可以提前预测到玫瑰花价格的这一时间规律，从而针对性地制定进货量和销售价格策略，比如，在白天卖高价而在晚上 8 点后迅速降价力求在 9 点前卖完，以避免不必要的损失。但事实上，这一价格路径特征跟玫瑰花本身的特征没多大关系，也并非直接由时间决定，而是由时间背后的需求所决

根据官网《如何对AI量化策略进行管理？三步走》（https://bigquant.com/wiki/doc/celve-FeqcyLgLeU），并参考

【模板案例】（https://bigquant.com/community/t/topic/194074）策略组合

在将两个策略合在一起时报错，请问如何解决？

\

NameError Traceback (most recent call last) <ipython-input-20-6aeba62465a8> in <module> 1 M3 = M.

https://bigquant.com/experimentshare/20119409c088405dbb7e14dca685958a

\

类似范例策略里的

https://bigquant.com/experimentshare/caa75714113347f9a5633ad62b3f71d5

\

回测如何设置一次全仓买入一只股票

https://bigquant.com/codeshare/2e46587e-19ae-4b91-8bf7-6cb9e7da3f7b

\

具体怎么调用这些因子

麻烦工程师小哥看一下

查了好久，没有找到实盘的指导，大佬们请指导一下。