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:2024-05-20 02:08
第一次建仓:
按目标比例买入股票,各股票的目标比例相同【比例为A】。
建仓后,下一个调仓日:
其中的第二步也就是多退少补部分应该怎么实现呢?
我现在使用的context.order_target_percent函数偶尔会发生委托数量错误的报错显示,不论是赚的股票还是跌的股票都偶尔会出现委托数量错误的报错
更新时间:2024-05-11 05:33
更新时间:2024-05-09 06:37
m1
选股,使用 A股-基础选股 模块,剔除掉北交所以及ST的股票,下拉还可以按照申万行业、融资融券等基本条件进行筛选。![
更新时间:2024-05-09 03:30
更新时间:2023-12-15 02:41
作者:woshisilvio
在以往的认知中我们认为一个量化策略的选股>择时>风控,但经过多次的实盘交易发现风控处理不当会导致我们牛市赚的少、熊市亏更多。因此提出一种次优解的风控思路:风控>择时>选股。根据人工择时的经验,设计执行的固定量化风控准则(交易纪律),可以决定我们收益的下限,以及回撤的上限。
在本次分享中,将从以下四个方面展开:
1.仓位管理的策略。同时,优化上期分享的超跌反弹策略。
2.常用来做优化的工具和方法
3.对抗过拟合的方法
4.彩蛋策略:资金流大单追涨策略。预告下一期meetup
一个完整的AI-量化模型由三部
更新时间:2023-11-10 09:21
期权可能大家都不陌生,这里我带大家捋一捋一些基本的知识点,也带大家了解一些期权交易中的规律和现象。
1,期权的价格由很多个的因素构成,因此它风险的来源也远远多于股票等标的资产。常用的风险来源包括:标的资产价格的方向(Delta),标的资产的波动率大小(vega),标的资产价格的凸性(Gamma),波动率的凸性(volga),时间价值的损耗(Theta),与其他资产的相关性(correlation),以及偏度(skewness)。不论什么市场什么期权,Delta和vega是所有维度中最重要的。其他因素会在其他考量时利用。
2,期权的价值并不和标的股票价格呈线性关系。而是凸函数,如下图所示:
更新时间:2023-06-14 03:02
请问如何修改下面的卖出订单的代码,实现判断当股票总仓位大于总市值金额的60%时,卖出大于60%的那部分排序末位的仓位?
if not is_staging and cash_for_sell > 0:
equities = {e.symbol: e for e, p in context.perf_tracker.position_tracker.positions.items()}
instruments = list(reversed(list(ranker_prediction.instrument[ranker_predicti
更新时间:2023-06-01 02:13
希望实现每日早盘买入2只股票,各占总仓位的1/4,每天卖出2只股票,各占总仓位的1/4,但是怎么设置都达不到我预期的效果,不知道是不是我哪里设置的有问题,求大神指点..
更新时间:2023-06-01 02:13
思路:当一支股票获利10% 有1000股为了保住利润,先卖出500股降低仓位,留下500股扩大利润。
那位大神帮忙写一下回测中的代码。先谢了!!!
\
更新时间:2022-12-20 14:20
一维回撤率控制策略原理根据回撤调整引理(DrawdrownModulationLemma)可以构造出一个使用样本内数据,无论在任何股票价格走势下,都能确保最大回撤率维持在容忍度之内的策略。基于以上理论,我们构造出一个不涉及未来数据的回撤率控制策略,后续用实例证明其有效性。
回撤率控制仓位管理策略的沪深300实证沪深300回撤率控制策略,在5%的最大回撤率容忍度设定参数下,基本可以将月度回撤率控制在10%以内。该策略中参数具有以下特点,投资比例分布在0%和100%附近居多且最优γ*往往取得取值范围的最大值。
基于回撤率的指数择时策略将沪深300回撤控制策略退化成简单的择时
更新时间:2022-08-30 10:40
涉及国内主要品种的不同的频率的回测与交易
\
更新时间:2022-07-31 01:58
先前的外发报告《基于回撤率控制的仓位管理及择时策略》中阐述了单一维度的回撤调整引理(Drawdrown Modulation Lemma)的原理,并应用于沪深 300等指数证实其有效性。该引理可扩展到多维证券的组合当中去,然而涉及多维优化问题求解最佳γ时继续使用蒙特卡洛模拟求解是不现实的。因此,我们根据单一维度的结论,直接制定γ的选取方法,省略蒙特卡洛模拟求解步骤。
日频策略选取经国信证实金工组证实有效的 ROE、CanSlim、GARP、多因子模型按照多维回撤控制策略进行组合,生成日频的持仓金额比例指导信息。结果
更新时间:2022-07-27 10:31
是否可以在回测引擎中进行仓位修改,在预测每天股票的环节,如果当天排名第一的股票被if条件过滤掉, 转用仓位买入排名第二的股票?
点击去bilibili观看,p3分集
https://www.bilibili.com/video/BV1aq4y177Df?p=3&share_source=copy_web
5月13日Meetup策略模板
[https://bigquant.com/experimen
更新时间:2022-06-22 08:03
更新时间:2022-06-08 03:19
有哪些合理的大盘风控方案?
https://www.bilibili.com/video/BV1TF41167ph?share_source=copy_web
[https://bigquant.com/experimentshare/07791ba8fc354d4e9793ce963a735263](https://bigquant.com/experimentshare/07791ba8fc354d4e9
更新时间:2022-05-31 07:08
以下为平台优秀开发者持续分享的策略思路和源码,帮助每一位平台上的quant开拓思路,开发出超额收益越来越高的策略。
[《天蝎座0.6》BQ天梯NO.2策略源码讲解](/wiki/doc/06-tianti-NO-celve-yuanma-
更新时间:2022-05-24 07:15
更新时间:2022-05-24 06:38
更新时间:2022-05-16 03:27
1、仓位配置在绝对收益策略中具有重要意义。通常考虑股票配置价值的基本面思路是分别从流动性、业绩、估值三个因素出发。我们分别选择单季度EPS同比变化、历史PE估值、M1同比与M2同比增速差为代理变量,测试其在价格震荡期内仓位配置方面的效果。经过测算,当价格指标提示为震荡期内,使用代理变量法进行仓位管理,累计收益为负,其结果不如单纯使用价格指标进行仓位配置效果好。
2、择时模型的目的是在给定的股票中,选择一个相对较好的切入点,当买入股票后若出现下跌,则亏损一定额度后进行止损,当有一定的浮盈后,保住利润。传统的择时模型采用技术分析的方法,我们暂且使用长短期均线、唐奇安通道来作为趋
更新时间:2022-03-31 08:57
策略分享地址:https://www.botvs.com/strategy/1088
这个策略是我做虚拟货币以来的主要策略,后面经过不断完善和修改,复杂了很多,但主要思想并没有改变,分享的这个版本是无明显bug的 最初版本,最为简单清晰,没有仓位管理,每次交易都是满仓,没有卡死后重启等等,但也足够说明问题。策略从2014年8月运行,直到今年年初交易所收手续费。期间运行的还算很好,亏损的时间很少。资金从最初的200元跑到了80比特币。具体的过程可以看[小草的新浪博客]([小草_新浪博客](http://blog.sina.co
更新时间:2022-02-04 12:07
更新时间:2021-12-14 13:08
来自:quantfiction
编译:1+1=6
爱因斯坦曾说过:“复利是世界第八大奇迹”。
世界上最强大的力量,不是原子弹,而是复利+时间
复利投资的关键除了本金与年化收益率,便是时间的神奇“魔力”。
我们来看看复利计算公式:
FV=PV(1+i)^n*
其中
举个简单的例子,如果你有1万元资金,投资时间为5年,年化收益率为10%。五年后,你一共能拿回多少呢?按照上面的公式,结果就是:
FV=10000(1+10
更新时间:2021-08-10 03:00
更新时间:2021-07-30 07:25