排序算法
从金融角度来看，排序算法在数据分析、风险管理和投资决策等方面具有不可或缺的重要性。在高频交易、投资组合优化以及信用评分等领域，排序算法能够快速有效地处理大量数据，揭示出隐藏在其中的模式和趋势。例如，在股票市场中，排序算法可以实时地对股票按照价格、市盈率、市净率等指标进行排序，帮助投资者迅速发现潜在的投资机会。在风险管理方面，排序算法可用于识别并排序各种风险因素，以便金融机构能够优先处理高风险事项并降低潜在损失。此外，排序算法还可应用于客户价值评估，按照客户的盈利能力、信用记录等进行排序，从而帮助金融机构制定更精准的客户关系管理策略。总的来说，排序算法为金融领域提供了一个强大的工具，有助于提高决策的效率和准确性，最终实现资源的优化配置和收益的最大化。
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
排序算法的预测值score分数的含义
问题
排序算法的预测值score分数是什么意思？不同模型的产生的预测score可不可以相互比较？比如两个模型一个模型分数最大的score比另一个的高，是否那个较高score对应的股票上涨的幅度可能性较大？
\
视频
https://www.bilibili.com/video/BV1CB4y1u725?share_source=copy_web
\
更新时间：2024-06-07 10:55
【历史文档】策略示例-AI模板策略交易逻辑解读
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：2024-05-16 01:59
基于AI排序算法的指数增强策略
导语
【旧版说明】此文档已过期，请参考最新版本下的相关使用文档：
https://bigquant.com/wiki/doc/102a-ai-orWpvrhNoe
在介绍AI排序算法之前我们先介绍另外一个术语：特征工程
特征工程是使用专业背景知识和技巧来处理数据，使得特征能在机器学习算法上发挥更好作用的工程实践。这样解释可能并不直观。举例说明，当我们选择用指标来评估一个人身体健康程度时，我们一般联想到的是身高和体重指标，这是两个不同的维度对数据进行记录，如果我们
更新时间：2024-05-15 07:22
排序算法中如何设置group?
一般排序算法中个，需要设置哪些样本和哪些样本是在同一个group里，这样才能在每个group内做排序训练。对于股票的话，我想训练的时候应该是按照交易日期来做group的。
不过在stockRanker里，好像只有常规的boosting tree的超参，并没有看到设置group的地方(如果有验证集，还需要对验证集设置group)，请问这里有什么问题吗?
更新时间：2023-10-09 07:08
stockRanker排序算法中如何设置group？
问题
一般排序算法中个，需要设置哪些样本和哪些样本是在同一个group里，这样才能在每个group内做排序训练。对于股票的话，我想训练的时候应该是按照交易日期来做group的。
不过在stockRanker里，好像只有常规的boosting tree的超参，并没有看到设置group的地方（如果有验证集，还需要对验证集设置group），请问这里有什么问题吗？
解答
默认是按date，也就是交易日期来做
更新时间：2023-06-01 02:13