①投资人与券商充当的角色
②投资人与券商是否对立
这是投顾经常被问到的问题。销售机构在推荐雪球产品时,必定会讲到交易对手方是券商,一些投资人会简单理解自己在和券商做博弈。我自己在第一次接触雪球时也有这样的误解:如果雪球产品跌破敲入价格,保本保息机制就消失了,所以作为对手方的券商特别有动力想股票下跌,这样就不用支付利息了。路演里刘博士很清晰的描述了券商与投资
更新时间:2024-06-07 10:33
图片4月29日,由华泰证券、宽邦科技、亚马逊云科技、朝阳永续、金融阶等多家市场权威机构联合组织撰写的《2021年中国量化投资白皮书》正式发布,并在深圳举办发布会。聚宽投资合伙人王恒鹏出席会议并作题为《量化团队内部协作的实践探索》的演讲,我们对文字进行实录,以飨读者。 图片
《2021中国量化投资白皮书》(以下简称《白皮书》)谈到:中国量化相比美国差了35年的时间。但实际上过往这四五年,中国量化规模已经发展了10多倍,量化内卷已经形成了很大程度的行业共识,而行业越内卷,机构对人才的重视程度则越高。因此今天我站在团队管理、公司文化和个人职业发展角度,给大家分享一下聚宽这几年的探索和心得。 ![
更新时间:2024-06-07 10:21
A股分两种:“漂亮50”和“要命3000” http://stock.qq.com/a/20170428/006821.htm 证券时报记者以三个指标筛选出A股的“漂亮50”,这三个指标分别是净利润增长率长大于15%,连续3年净资产收益率大于15%,市盈率低于35。
更新时间:2024-05-27 02:05
这是旧版的例子, 只能在2.0.0的Aistudio中运行
https://bigquant.com/experimentshare/54fe864132a7447894540d70cd2e36e5
\
更新时间:2024-05-24 11:02
本篇文章中,我们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。
在认识一个人工智能量化投资策略之前,我们首先来了解几个基本概念:人工智能 、 量化投资和机器学习,大家可以通过快速浏览下面这两篇文章,对前两个概念进行初步了解。
机器学习被评为人工智能中最能体现人类智慧的技术,开
更新时间:2024-05-22 10:34
本文将介绍经典的ROE策略,并通过编写简单的策略示例进行回测。
高ROE公司通常具有较强的盈利能力:
高ROE表明公司能以较少的股东权益产生更多的利润,意味着公司经营效率高,盈利能力强。
高ROE公司通常具有良好的管理和业务模式:
高ROE通常反映了公司管理层的优良管理能力和成功的业务模式,使得公司在竞争中具备优势。
高ROE公司通常具有较高的股东回报:
因为高ROE代表公司可以用股东的投入资金获得更高的收益,这通常会体现在较高的股息支付或资本增值上。
更新时间:2024-05-22 08:35
本文将介绍经典的ROE策略,并通过编写简单的策略示例进行回测。
ROE策略是一种常用的财务分析和投资策略,特别在股票投资领域。它主要基于公司股本回报率的高低来评估和选择投资对象。
高ROE公司通常具有较强的盈利能力:
高ROE公司通常具有良好的管理和业务模式:
高ROE公司通常具有较高的股东回报:
更新时间:2024-05-22 08:29
freestyle996+如何运用股票标注的方法对1-3日内上涨的股票进行标注?
https://www.bilibili.com/video/BV1uP4y1R7kh/?spm_id_from=333.999.0.0
[https://bigquant.com/experimentshare/0a4bb333c1bb4f4e91d7701a3538f6f4](https://bigquant.co
更新时间:2024-05-21 09:10
更新时间:2024-05-21 07:51
更新时间:2024-05-21 07:21
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
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-21 06:40
每只的股票的权重,如下的权重分配会使得靠前的股票分配多一点的资金,[0.339160, 0.213986, 0.169580, ..] context.stock_weights = T.norm([1 / math.log(i + 2) for i in range(0, stock_count)])
改为等权重配置: context.stock_weights = [1 / stock_count for i in range(0, stock_count)]
[https:/
更新时间:2024-05-21 03:52
\
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
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新
更新时间:2024-05-20 10:54
更新时间:2024-05-20 10:04
每隔30个交易日,以开盘价买入当日0<PB<1.5且0<PE<15且有成交量的股票; 每隔30个交易日,将不符合上述标准的持仓股票在第二天以收盘价卖出。
确定股票池和回测时间
通过证券代码列表输入要回测的单只/多只股票,以及回测的起止日期
确定买卖条件信号
在输入特征列表中通过表达式引擎定义 buy_condition=where((pb_lf_0<1.5) & (pe_ttm_0<15) & (amount_0>0) & (pb_lf_0>0) & (pe_ttm_0>0), 1, 0) 实现买入条件信号定
更新时间:2024-05-20 08:22
更新时间:2024-05-20 07:35
更新时间:2024-05-20 07:21
更新时间:2024-05-20 05:58
更新时间:2024-05-20 02:37
了解量化投资是成为宽客道路上的一块重要的敲门砖。本文从量化投资定义、量化投资特点、量化投资优势及量化投资实践流程四方面简要为大家介绍量化投资相关知识。
量化投资是指通过数量化模型建立科学投资体系,以获取稳定收益。 在海外的发展已有30多年的历史,其投资业绩稳定,市场规模和份额不断扩大、得到了越来越多投资者认可。在国内,量化投资不再是一个陌生的词汇,近几年得到了迅猛的发展。
提起量化投资,就不得不提量化投资的标杆——华尔街传奇人物詹姆斯·西蒙斯(James Simons)。视频地址:“[横扫华尔街的数学家](https://bigquant.c
更新时间:2024-05-20 02:24
\
更新时间:2024-05-20 02:21
算法交易起源于上世纪中叶的配对交易
历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯,利用空对多3:7的比例进行配对交易,在1955年到1964年间,综合回报率高达28%。到了上世纪60年代早期,投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。
配对交易逐渐成熟,发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用,同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员,后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英,算法交易的“黑盒子”便由此诞生。
随着计算机的广泛普及,华尔街各大
更新时间:2024-05-20 02:09
顾名思义,“无监督”学习发生在没有监督者或老师并且学习者自己学习的情况下。
例如,考虑一个第一次看到并品尝到苹果的孩子。她记录了水果的颜色、质地、味道和气味。下次她看到一个苹果时,她就知道这个苹果和之前的苹果是相似的物体,因为它们具有非常相似的特征。她知道这和橙子很不一样。但是,她仍然不知道它在人类语言中的名称是什么,即“苹果”,因为不知道这个标签。
这种不存在标签(在没有老师的情况下)但学习者仍然可以自己学习模式的学习称为无监督学习。
![img{w:100}](https://d1rwhvwstyk9gu.cloudfront.net/2021/
更新时间:2024-05-20 02:09
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。
1.人工智能量化投资概述
2.人工智能技术简介
3.机器学习在量化投资中应用的具体方法解析
AI相对于传统量化投资的优势 传统的量化投资策略是通过建立各种数学模型,在各种金融数据中试图找出市场的规律并加以利用,力所能及的模式或许可以接近某一个局部的最优,而真正的全局“最优解”或许在我们的经验认知之外。如同不需要借助人类经验的Alpha Zero,不仅
更新时间:2024-05-20 02:09
本文为旧版实现,仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
https://bigquant.com/experimentshare/68b5d7cfac264dbda781c1fbcc6a4880
\
更新时间:2024-05-20 02:09