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 07:44
本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:
https://bigquant.com/wiki/doc/stockranker-qFD1Xg1Wz3
代码策略
[https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dccb8f](https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dcc
更新时间:2024-05-16 06:36
更新时间:2024-05-15 02:10
对于HeatMap(热力图)的 _type=”heatmap” 和 series_options:
bigcharts.Chart(
... 其他参数
# 【设置图表类型】图表类型,具体参考各类型图表
type_ = "heatmap",
# 热力图中y传入的数据轴必须是两项,第一项表示的是y轴坐标轴的刻度数据第二项表示的
更新时间:2024-04-25 07:38
《Machine Learning for Stock Price Forecasting》是Ali El-Shayeb撰写的机器学习系列文章 ,本文主要介绍其第二部分内容——《监督式机器学习算法的应用》,并将其思想和代码应用在中国股票市场,开发出具有择时功能的监督式机器学习算法,最后进行策略回测。对此感兴趣的小伙伴可以直接在本文文末克隆策略源代码,进行深入和扩展研究。
Ali El-Shayeb通过价格和成交量相关的9个特征训练模型,特征列表和数据来源见下图。
![](/community/uploads/default/origin
更新时间:2023-11-26 16:58
更新时间:2023-10-25 03:05
\
更新时间:2023-06-27 03:23
编者按:“天街小雨润如酥,草色遥看近却无。”
从韩愈的这两句诗可以看出,人对图像内容的语义理解,并不依赖于细粒度监督信息做辅助。
与之相比,在机器学习领域,现阶段的语义分割任务,则依赖于大量的精细标注数据。互联网,作为最为丰富的数据源,吸引着相关从业人员的目光,然而要想利用这些数据,则面临着巨大的标注压力。
因此,引发了两点思考:第一,能否结合关键词信息作辅助,从web中直接学习知识,而不需要精细的人工标注呢?第二,能否利用类别无关的线索,在标注少量类别的数据集上训练好后,将其泛化到其他所有类别物体呢?
本文中,来自南开大学的程明明教授,将从这两点展开介绍目前的研究进展。
文
更新时间:2023-06-14 03:02
1977年,一场革命悄然在棒球界开始。开头非常简单:所有人可以获得便宜的数据。当这场革命结束之后,棒球界的价值观从而随之颠覆。
这场革命由一位叫做Bill James的人开始,他最早打印他自己制作的80页的书(或者称之为小册子?)。这本书充满了数据:打击率、得分、盗垒、天气等等。这些数据其实很早已经被职业队所拿到,但是没有任何的职业队使用这些数据去研究里面的潜在信息。Bill James和一些其他人看到了这些数据中的潜在价值,而因此一种全新的来衡量棒球球员价值的方法诞生了。
你兴许已经听过或看过https://en.wikipedia.org/wiki/Moneyball的故事。电影/
更新时间:2023-06-14 03:02
更新时间:2023-06-01 02:13
更新时间:2023-05-31 07:22
你好
更新时间:2023-02-10 06:37
更新时间:2022-11-20 03:34
更新时间:2022-10-09 11:05
有人说量化投资既有技术的魅力,也有纯学术研究的魅力。
量化投资的信息来源主要是公开、客观的数据,所以“数据驱动决策”的决策权,在相对静态的数据、模型、历史周期里,并非人的主观。于是,这让量化的投研可以更加纯粹地追求效率,且更有社会经济效益。
如果你从事的是量化领域,那么哪里更让你有兴趣?
更新时间:2022-09-07 07:15
更新时间:2022-05-27 10:20
\
更新时间:2022-04-18 02:07
\
更新时间:2022-02-25 06:08
原文标题:The Journal of Portfolio Management Multi-Asset Special Issue
2021 3.29
作者:Olivier Schmid 、Patrick Wirth
标题:Optimal Allocation to Time-Series and Cross-Sectional Momentum
中文编辑:量化投资与机器学公众号 QIML Insight 系列
\
趋势(或动量)策略应该根据市场的状态,动态分配策略在时序动量与截面动量的权重。
基于时序动量与截面动量的组合策略主要依赖于各品种的趋势强度及品种间的相
更新时间:2021-11-26 08:39
\
更新时间:2021-11-20 03:28
自从我组建了Tushare开发者的群,一直有群友(加入方式见最后)问我怎么下载Tushare的数据,我一直觉得这不应该是技术的瓶颈,结果却成了大家问的最多的问题。所以我决定写一篇技术博客,来回答所有这样的问题。这一篇文章是针对技术小白的,也就是对怎么下载数据毫无思路的人。
首先感谢一下Jimmy(Tushare作者)开发并维护了这么好的库,用起来真的得心应手。
简而言之,下载数据就和把大象装进冰箱里一样,只有两部,下载下来,然后保存到数据库里。
第一件要做的事情是技术选型,你使用MySQL还是PostgreSQL?Mongodb?或者是SQ
更新时间:2021-09-09 03:20
写在前面:
本文主要记录我构建量化回测系统的学习历程。
被遗弃的项目:Chandlercjy/OnePy_Old
新更新中的项目:Chandlercjy/OnePy
1. 那究竟应该学习哪种编程语言比较好呢?
2. 是否也有些python在线教学视频可以加速学习?
3. 那有没有什么现成的回测系统可以直接拿来用,避免重复造轮子?
4. 既然学习别人的框架那么困难,不如自己写一个
更新时间:2021-08-09 03:26
这篇文章的主要目的是介绍有效前沿这个理论工具和分析框架。我们由均值方差分析展开,逐步推演到有效前沿。然后,我们又说到有效前沿在投资或者量化中的应用场景,最后我们也总结了有效前沿的一些问题,尤其是敏感性问题。在教程中,特意加入了一些实验代码,可以让大家在阅读的过程中有更好的理解。
说到有效前沿(有些叫效率边界),就要提到马科维茨的投资组合理论了。
首先介绍下它的三大假设:
于是,我们可以开始推导有效前沿,在这之前,我们先约定一些数学符号:
更新时间:2021-08-02 06:09
更新时间:2021-07-30 08:10
更新时间:2021-07-30 07:26