技术指标

技术指标在金融领域是量化分析的重要工具，用于预测市场趋势、价格动向和交易信号。这些指标基于历史价格和交易量数据，通过特定公式计算得出，旨在揭示资产价格的内在动力和市场参与者的情绪与行为。从简单的移动平均线到复杂的动量、相对强弱指数等，技术指标为投资者提供了快速决策的依据，帮助判断买入、卖出或持币观望的时机。然而，依赖技术指标也需谨慎，因为它们反映的是过去的信息，不一定能准确预测未来市场走势。因此，技术指标应与其他分析工具结合使用，以制定更全面、理性的投资策略。

利率债收益预测框架——大类资产定价系列之二

20200514-国盛证券-量化专题报告：利率债收益预测框架——大类资产定价

/wiki/static/upload/63/632174fd-6d0d-47e1-a63e-cb2799d0406f.pdf

更新时间：2022-08-31 06:09

量化CTA：Deep Momentum Network的细节思考

前言

传统的CTA策略多为多品种多周期的趋势跟踪策略组合。其中对于趋势的定义，大都基于时间序列计算出的传统技术指标，如MACD、均线等。然后根据趋势的多空，构建多品种的多空组合。随着深度学习的发展，很多研究者在量化CTA策略的研发中，开始尝试深度学习算法。常见的作法，如直接用深度学习预测每个品种未来一段时间的收益率，并根据预测收益构建品种多空的组合。但这钟做法有以下两个缺点：

直接预测收益，并没有考虑组合的风险；
没有考虑每个品种在组合钟的权重。

在Lim etl. 2019的论文《Enhancing Time Series Momentum S

更新时间：2022-07-29 03:13

高质量AI量化策略

https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795

更新时间：2022-05-22 01:17

日内通道突破期货分钟策略

策略案例

https://bigquant.com/experimentshare/db8fb060a19b4ad4badcc93f990f9371

更新时间：2022-03-09 15:19

技术指标系列报告之六：RSRS择时~回顾与改进-光大证券-20191117

2017年初，我们开发了RSRS指标与择时模型用以预测宽基指数的未来涨跌方向。本文回顾与总结了RSRS择时模型样本外跟踪的近3年时间里在不同指数上的择时表现与暴露出来的不足之处，并通过对指标算法进行优化尝试改进RSRS指标及其择时策略。

样本外RSRS择时策略整体表现较好

RSRS择时策略在样本外区间（2017/3/31 –2019/11/13）内各个指数上均有择时效果。其中沪深300上效果最好，年化收益10.9%，最大回撤13.7%，在收益与回撤上均有较强的择时效果。而在上证综指、上证50、创业板指上RSRS择时策略跑赢指数同时也都较好地控制净值回撤。但中证500上样本外择时效果

更新时间：2022-02-28 10:19