AI选股策略
AI选股策略是一种应用人工智能技术于金融投资领域的前沿实践。通过深度学习和大数据分析，AI系统能够实时处理海量市场信息，识别复杂模式，并基于历史数据预测未来股票走势。这种策略不仅提高了投资决策的效率和准确性，还降低了人为情绪和传统分析方法的局限性，为投资者提供了一种更加科学、客观的选股方式。随着技术的不断发展和数据的日益丰富，AI选股策略在金融市场中的应用前景广阔，有望为投资者带来更为稳定和可持续的投资回报。
AI选股中回归、分类、排序算法的构建流程
导语
【旧版模块】，该文档为旧版。新模板详见：
https://bigquant.com/wiki/doc/102-ai-hXNHGsyWzS
在阅读了学院关于可视化模板教程后，相信你已经掌握了平台上的模块使用方法。本文将以XGBoost模型为例，介绍回归、排序、分类的不同之处。在文末，你可以克隆该算法自行研究、学习
首先我们明确一下算法在机器学习中的地位。一般来说，机器学习有三个要素：数据、算法和模型。
- 数据是场景的描述，包括输入和输出。
- 算法
更新时间：2024-06-11 02:53
DNN-AI选股：深度学习的学习率调整
更新
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：2024-06-07 10:55
如何构建筹码因子进行AI选股
更新
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：2024-06-07 10:55
AI选股重要指标及公式图示详解
基本概念
AI选股通过人工智能技术对股票市场的数据进行分析和预测，从而筛选出具有较高投资价值的股票。这些指标可以包括多种因素，如技术指标、基本面指标、市场情绪指标等。AI选股通常涉及复杂的机器学习模型，这里将介绍一些基础但重要的金融指标，这些指标常被用于构建更复杂的AI选股模型。
1. 移动平均线（Moving Averages）
移动平均线是分析股价趋势的基本工具，包括简单移动平均（SMA）和指数移动平均（EMA）。
简单移动平均SMA公式
SMA(N)=( ∑(N, i=1), Close i) / N ，即可实现在训练集中去除退市的股票
在验证集流程中的缺失数据处理模块m14前加入模块“去除退市股”m27(从“用户模块”——“共享模块”中找到并拖入画布)，即可实现在验证集中去除退市的股票
更新时间：2024-05-20 03:41
AI选股策略——指定验证集概念板块
【旧版】，此文档为旧版，相关新版文档参考：
https://bigquant.com/wiki/doc/103-ai-LpsqDhu8mG
新建一个可视化AI选股策略，如下图所示：
在预测集流程中的缺失数据处理模块m14前加入模块“选取指定概念板块股”m27(从“用户模块”——“共享模块”中找到并拖入画布)
连接模块m18和模块m27即可实现指定验证集股票范围为指定的概念板块。
[https://bigquant.com/experimentshare/bf7775a5e6d3494
更新时间：2024-05-20 02:02
AI选股策略——去除st股票
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版实现
新版去除st股票更加方便，仅需在输入特征列表模块的表达式过滤条件里加上st_status = 0 的过滤条件即可
版本v1.0
新建一个可视化AI选股策略，如
更新时间：2024-05-20 00:39
AI选股策略_概念过滤
更新
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：2024-05-17 07:50
AI选股策略选择场内基金CN_FUND自动标注模块报错
问题
自动标准任意数据源报错如下：
HDF5ExtError Traceback (most recent call last)
HDF5ExtError: HDF5 error back trace
File "H5F.c", line 509, in H5Fopen unable to open file File "H5Fint.c", line 1400, in H5F__open unable to open file File "H5Fint.c", line 1700, in H5F_open unable
更新时间：2023-06-01 02:13
AI 选股策略bug
问题
解答
重启开发环境
更新时间：2022-12-20 14:20
AI选股策略——综合过滤
新建一个可视化AI选股策略，如下图所示：
在训练集流程中的缺失数据处理模块m13前加入模块“去除退市股”、“过滤市场”、“过滤st股票”(从“用户模块”——“共享模块”中找到并拖入画布)即可实现相应的过滤功能；
在验证集流程中的缺失数据处理模块m14前加入模块“去除退市股”、“过滤市场”、“选取指定概念板块股”、“过滤st股票”(从“用户模块”——“共享模块”中找到并拖入画布)即可实现相应的过滤功能。
[https://bigquant.com/experimentshare/81d64826251e47d6b10cf2bea879bf38](https://bigquant.com/e
更新时间：2022-09-01 23:27
可视化策略-AI选股
更新时间：2022-03-04 06:37
AI选股策略——去除创业板股票
新建一个可视化AI选股策略，如下图所示：
在训练集流程中的缺失数据处理模块m13前加入模块“过滤市场”m25(从“用户模块”——“共享模块”中找到并拖入画布)并在参数窗口中填入3，即可实现在训练集中去除创业板股票
在测试集流程中的缺失数据处理模块m14前加入模块“过滤市场”m26(从“用户模块”——“共享模块”中找到并拖入画布)并在参数窗口中填入3，即可实现在测试集中去除创业板股票
[https://bigquant.com/experimentshare/83a7616bb36845d296a03c0aa8fce5d2](https://bigquant.com/experimen
更新时间：2022-03-04 02:56