投资策略
投资策略是投资者为实现其投资目标而采取的一系列决策和行动。从金融角度看，有效的投资策略不仅能降低风险，还能最大化回报。它涉及到资产配置，即如何在不同的投资工具（如股票、债券、商品、现金等）之间分配资金；时机选择，即决定何时进入或退出市场；以及证券选择，即挑选具有增长潜力的具体投资标的。成功的投资策略需要综合考虑市场环境、投资者风险承受能力和投资期限等因素，并根据这些因素进行动态调整。通过多元化投资、风险管理以及持续的市场研究和分析，投资者可以制定并执行适合自己的投资策略，从而在复杂多变的金融市场中实现理财目标。
货币政策稳中趋进，中国资产柳暗花明——2022年投资策略报告
主要内容
康波萧条周期的延伸：美国虚拟资产泡沫化
我们正处于第五次康德拉季耶夫周期的衰退向萧条的过渡期。当前美国虚拟资产泡沫化类似于1985年后日本，美国采用了极度宽松的货币政策
更新时间：2022-02-02 12:13
通过属性驱动图注意力网络为股票预测建模动量溢出效应
论文原名
Modeling the Momentum Spillover Effect for Stock Prediction via Attribute-Driven Graph Attention Networks
论文作者
Rui Cheng, Qing Li
引言
在金融领域，上市公司的动量溢出效应是公认的。只有少数研究预测了一家公司在其相关公司方面的趋势。试点工作的一个常见策略是采用具有一些预定义牢固关系的图卷积网络 (GCN)。然而，动量溢出是通过各种公司关系传播的，其中的桥梁重要性随时间而变化。限制几个预定义的关系不可避免地会产生噪音，从而误导股票预
更新时间：2021-12-28 02:47
【已解决】策略可正常运行了
更新时间：2021-12-24 09:01
因子过滤
更新时间：2021-12-14 13:18
指定概念板块过滤
更新时间：2021-12-14 13:18
固定点位或百分比止盈止损
更新时间：2021-12-14 13:15
信息图：前沿市场的竞争优势（Schroders）
前沿市场包括一些世界上最令人兴奋的投资机会。我们强调前沿市场提供的多样化竞争优势。
发布时间
2021 年 12 月 9 日
原图
更新时间：2021-12-13 08:32
中国的股票回报是否可预测？机器学习方法（SSRN-3971419)
论文原名
《Are Stock Returns Predictable in China? A Machine Learning Approach》
论文作者
Huihang Wu, Xingkong Wei, Xiaoyan Zhang
修订时间
2021 年 10 月
关键词
回报预测、样本外预测、机器学习、金融科技
引言
股票收益的可预测性一直是研究的核心问题之一。金融。本文试图引入机器学习方法来回答股票是否在中国，回报是可以预见的。中国股市的108个特征数据来自1997 年 1 月至 2019 年 12 月，本文比较了传统计量经济学模型与
更新时间：2021-12-10 03:34
跟着李沐学AI—AlexNet论文精读 【含研报及视频】
研报标题：ImageNet Classification with Deep Convolutional Neural Networks
研报作者：Alex Krizhevsky、Ilya Sutskever 、Geoffrey E. Hinton
简介
CNN 领域的经典之作， 作者训练了一个面向数量为 1.2 百万的高分辨率的图像数据集ImageNet， 图像的种类为1000 种的深度卷积神经网络。并在图像识别的benchmark数据集上取得了卓越的成绩。
和之间的LeNet还是有着异曲同工之妙。这里涉及到 category 种类多的因素，该网络考虑了多通道卷积操作， 卷积操
更新时间：2021-11-30 03:06
指数与因子投资系列（3）：如何令策略更适应日益多元化的市场-中金公司-20200408
摘要
近年来，伴随中国资本市场改革开放进程稳步推进，A股市场机构化、国际化的趋势愈发明显，各类型投资者对市场定价的影响力不断变迁。在投资者结构日益多元化的时代，如何令你的投资策略更加适应市场？我们将在本篇报告中，以盈利动量因子为例，对这一问题进行探讨。
A股市场投资者结构的日益多元化，或将对因子表现特征产生持续影响
一方面，从长期趋势来看，A股市场机构化、国际化进程的不断推进，投资、融资等基础性制度的不断完善，或将对配置型资金和博弈型资金的市场定价力产生长期影响：决定因子定价的结构性因素将朝着有利于基本面因子表现方向发展；非基本面因子或体现出更明显的周期性特征。
而另一方
更新时间：2021-11-26 08:51
华泰金工量化择时系列：牛熊指标在择时轮动中的应用探讨-华泰证券-20200407
摘要
从三个角度应用牛熊指标均能取得不错的效果
本文从指数、行业、个股三个角度对牛熊指标在投资策略中的应用进行了探讨：
-
对宽基指数设计直接牛熊策略，在上证50和沪深300上都有不错的表现；
-
在行业层面上开发牛熊变化率轮动策略，策略有显著的超额收益，且与择时策略结合后表现更好；
-
在个股层面上利用牛熊择时设计指数配置策略，策略在增强年化收益的同时降低了波动率，剩余资金可进行债券市场或货币市场的投资，构造优质的混合类策略。
\
直接牛熊策略在多个宽基指数上取得优异表现
借鉴双均线策略的思想，我们利用短期牛熊指标和长期牛熊指标的领先滞后性构造了
更新时间：2021-11-20 04:46
数据可视化
\
更新时间：2021-11-20 03:28
持有固定天数卖出
更新时间：2021-11-19 10:42
指定时间执行
更新时间：2021-11-19 10:42
海外主动ETF详解，对指数增强ETF的启示
报告摘要
本文内容节选自已发布证券研究报告：《海外主动ETF详解，对指数增强ETF的启示》（发布时间：20191102）
主要观点
本文深入探讨了正在申报的新公募产品——指数增强ETF。目前5家基金公司上报了10只产品，追踪指数涉及上证50、沪深300、中证500等6个常用宽基指数，产品布局方向和现有指数增强基金相似。
从美国市场来看，主动ETF中73.6%的规模都集中在固收ETF，主动权益ETF规模只占到15.4%；规模较大的主动权益ETF多为主题/行业基金，如跟踪能源、科技，跟踪宽基的比较少，投资理念更偏主动；Vanguard发行的主动单
更新时间：2021-11-17 02:13
国信投资时钟策略研究(一)代码
导语
美林投资时钟其主要原理是根据经济增长和通货膨胀趋势，将经济周期划分为4 个阶段：复苏、过热、滞涨、衰退。复苏周期配置股票，过热周期配置大宗商品，滞涨周期持有现金，衰退周期配置债券。 国信金工在《海外量化技术本土化系列报告之十一：美林投资时钟A 股市场探讨》中分析了美林投资时钟直接用于A股市场的效果较差，进而做了进一步详尽的研究： 行业增长稳定性分析方面：考察指标1）主营收入增长稳定性；2）主营成本增长稳定性；3）毛利增长稳定性，实证结果显示：医药生物、食品饮料、零售、农林牧渔的稳定性较好，而建筑建材、煤炭、有色、电力、汽车、钢铁的稳定性较差。 通胀传导能力分析：通过分析主营业务收
更新时间：2021-11-16 07:07
摩根士丹利-全球资产资管未来
翻译：王宁 兴业研究分析师；孔祥 兴业研究首席金融行业分析师
摘要
**资产管理机构的未来是什么样的？**2021年10月Morgan Stanley发布了全球资产管理和财富管理观察报告《Global Asset & Wealth Management》，提出了相关看法，基于报告我们梳理了七个核心观点。
**观点一：另类资产等新领域将是行业增长点。**未来在财富需求增长且疫情后传统标准化高收益资产不足情况下，另类资产需求增速显著提升。从KKR/黑石经验看，私募股权投资/REITS/高收益债/私募FOF等构成主流另类资产，2001~2019
更新时间：2021-11-09 02:34
BigQuant使用指南
{{use_style}}
一.导语
欢迎您来到BigQuant！
BigQuant是一个人工智能量化投资平台，平台内聚集了各类人工智能量化开发者、订阅者和学习者。
二.开发者
如果您是一位充满好奇心的学习者，在BigQuant您可以前往：
1.培训报名
与知识经验丰富的讲师团队，通过线上+线下的方式，学习AI量化入门、因子构建分析、AI量化实践、实战等，纵观全局获得AI量化全貌，由浅入深进阶成为量化大神。
![{w:100}{w:100}{w:100}{w:100}{w:10
更新时间：2021-10-09 02:39
【4周年】年度AI量化大课，4大进阶模块12课时，点亮技能树
《AI 量化概览》：认识 AI 量化及其发展应用
《Python 编程基础》：Python 基础语法 + Numpy (Cheatsheet )+ 线上 DataSource 的使用
《Pandas 数据分析》：Panda 语法案例 + Pandas Cheatsheet 与绘图模块使用(K 线图)
![](/wiki/api/attachments.redirect?id=9c5a2a7c-89b8-4bb5-91cf-3d1a557
更新时间：2021-08-25 05:44
用线性随机梯度下降-回归算法实现A股股票选股
更新时间：2021-07-30 08:12
基于人工智能算法（Resnet101）的投资策略
导语
说明：重要的事情说三遍，这是一篇付费策略的详细报告！这是一篇付费策略的详细报告！这是一篇付费策略的详细报告！ 1为人，1为人工智能，二者结合如虎添翼。
AI在股市应用中的观点
最近几年随着深度学习不断的发展，人工智能成为了时下最热门的话题，深度学习在各个领域都有了很多重要应用，不少专业人员也在把人工智能引入到股票投资领域。这两年互联网上就出现了不少关于人工智能投资基金收益吊打专业投资基金经理的报道，然而事后的追踪报道也显示这些所谓的人工智能投资基金的收益只是在中短期内超越了纳斯达克、标普500指数而已，长期来看还是跑输这些指数。
深度学习目前主要有三大类方法：适合图像
更新时间：2021-07-30 08:09
获取连续下跌股票策略
更新时间：2021-07-30 07:53
用多层感知器-回归算法实现A股股票选股
更新时间：2021-07-30 07:26
用线性-分类算法实现A股股票选股
更新时间：2021-07-30 07:26
华泰金工量化择时系列：牛熊指标在择时轮动中的应用探讨-华泰证券-20200407
更新时间：2021-04-22 03:55