更新时间:2024-04-28 08:47
更新时间:2024-04-28 08:47
更新时间:2024-04-28 08:46
更新时间:2024-04-28 08:46
因为很多量化在线平台目前还不支持期货交易,且KD指标对大盘和热门大盘股有着较高的准确性,此策略选取'605588.SH'为标的股票,000300.SH为参考标准。\n策略逻辑:\n当kt>80,dt>80, jt>100时,卖出\n当kt<20,dt<20, jt<0 时,买入
\
{{membership}}
[https://bigquant.com/codeshare/c4d61821-4048-4560-9ce4-372b28202ccb](https://bigquant.com/codeshare/c4d61821-4048-4560-9ce
更新时间:2024-04-25 07:26
因为很多量化在线平台目前还不支持期货交易,且KD指标对大盘和热门大盘股有着较高的准确性,此策略随机选取'603896.SH'为标的股票,000300.SH为参考标准。\n策略逻辑:\n当kt-1>80,dt-2>80, jt>100时,股价创50日新高,KDJ指标未创新高,卖出\n当kt-1<20,dt-2<20, jt<0时,股价创50日新低,KDJ指标未创新低,买入
\
{{membership}}
[https://bigquant.com/codeshare/823169b0-157a-41a9-b919-d727febb55c2](https:
更新时间:2024-04-25 07:26
1、下载BigTrader AI量化交易终端,解压缩,双击目录下的bigtraderterminal.exe运行。
2、输入交易账户、登陆密码,选择节点并登录。
3、终端界面布局
1、点击当前持仓分页,即可查看当前持仓的标的。
2、点击
更新时间:2024-04-16 07:57
最近读到中金量化多因子系列中提到一些高频因子,比如50分钟K线最高与最低价相关系数平方的均值、成交量最高50根K线成交量收益率动量等等,那么根据分钟行情数据构建出来的话,应该是计算出多行的数据,那么对于我们量化爱好者来说,做因子测试的话是利用这些日内多行的数据吗?还是需要做降频处理到每日只取一行数据?之前听万老师讲课听过一般会对高频因子做降频处理,这样处理数据算力负担不会太大。所以有些疑惑,一、想确认下刚才所讲的这两个高频因子是需要取多行数据还是可以降频处理?二、如果可以做降频处理,那么采用什么方式处理比较好?比如取它们均值还是什么?
更新时间:2024-03-26 12:56
分享一些量化交易相关的常识信息。
**[多因子选股模型及优缺点](https://bigquant.com/wiki/doc/5asa5zug5a2q6ycj6ikh5qih5z6l5zcn6kn6ke
更新时间:2024-02-19 06:56
BigQuant是国内领先的适合个人投资者的量化交易软件开发平台,基于Python语言且支持AI人工智能以及机器学习的量化交易投资平台,帮助量化开发者和投资者更好地使用量化策略进行交易。
AIStudio是BigQuant平台以AI为核心的Cloud IDE,专门为使用AI量化开发者设计的免费量化交易软件开发工具,包括数据分析、因子挖掘、模型开发、回测和自动化交易; 通过AIStudio可以分析金融市场数据,挖掘可能影响股票价格和市
更新时间:2024-02-19 06:45
一个面向零编程基础的量化交易新手入门教程,力求让高中生知识水平的人都能学会量化交易最基本的知识,快速迈过第一道门槛,从而具备进一步自主深入学习的能力。
(tips:文末罗列所有量化核心工具)
更新时间:2024-02-02 11:29
量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策 。(注:文末含所有量化核心工具)
量化交易主要是根据纯粹的数
更新时间:2024-02-02 11:28
Python在量化开发领域内的应用非常广泛,它因为易于学习、强大的数据处理能力以及丰富的库支持而成为了量化分析和交易的首选编程语言。量化开发包含了使用数学模型来分析金融市场、发现交易机会以及自动化交易决策和执行的过程。(文末含所有开发资源汇总)
量化开发利用数学模型和计算机算法来分析金融市场,旨在通过自动化的策略发现并利用市场 inefficiencies。它主要涉及市场数据的收集与分析、策略的研发、回测、优化以及执行。
更新时间:2024-02-02 08:26
**概念定义:**一种使用高级数学模型、统计分析和计算机算法进行交易决策的方法。
**应用范围:**一般包括股票、期货、外汇和衍生品等金融市场;
**主要原理:**依赖于金融市场中的价格、交易量、经济指标等大量历史和实时数据,用以识别市场趋势、估值、波动性等关键因素;使用复杂的数学(包括统计学、概率论、机器学)模型来分析数据和预测市场行为,并通过计算机算法预设的规则和模型自动执行交易。(文末含量化核心资源)
数据分析
历史数据分析:通过分析历史价格、成交量等数据来预测市场趋势。
实时市场数据:收集实时交易数据,对市场
更新时间:2024-02-02 01:23
AI量化指标的选择和排序取决于特定的投资策略、市场条件和数据可用性。
以下是30个常见的AI量化指标,按照一般在量化分析中的重要性排序:
更新时间:2024-01-29 02:44
BigQuant量化交易开发平台是专为量化投资和交易设计的综合软件平台。提供一系列量化开发工具和服务,使交易者和投资者能够开发、测试、优化和执行复杂的量化交易策略。(文末附开发资源汇总)
量化开发平台通常包括数据分析、策略开发、回测、风险管理和自动化交易功能。它们为量化交易者提供了一个集成环境,用于构建和实施基于数学和统计模型的交易策略。
更新时间:2024-01-26 09:12
AI量化重要指标包括:
ADX(平均方向性指数);布林带(Bollinger Bands,简称BBANDS);MACD(Moving Average Convergence Divergence);
CCI(商品渠道指数);阿隆上行(Aroon Up)和阿隆下行(Aroon Down);ATR指标;指数移动平均值;MFI;MOM;
OBV;RSI;SAR;简单移动平均值;STOCH (KDJ) ;TRIX;WILLR;加权移动平均值;
AI量化选股利用AI的强大数据处理和分析能力,旨在寻找那些被市场低估但具有增长潜力的投资机会。
[BigQuant](https://bigquant
更新时间:2024-01-26 04:00
量化交易软件是一种专门设计用于执行量化交易策略的软件工具,广泛应用于金融市场。这种软件使投资者能够运用数学和统计方法,自动化地进行交易决策和执行。(tips:文末含所有量化交易软件平台入口及核心工具)
量化交易软件基于预设的算法和模型,进行市场分析、决策制定和交易执行。它通常包括数据分析、模型构建、回测、风险管理和自动化交易等功能。量化交易的核心是将投资策略数学化,使交易过程标准化和
更新时间:2024-01-24 04:12
2019年,定下一个小目标:做一套Quant的工具箱,一边学,一边做,也一边分享。欢迎小伙伴们前来围观、拍砖。
(tips:文末罗列了所有量化核心技术框架)
工具箱将立足于三个领域
万水千山总是情,相信总有一款适合投身于量化领域的你。
第一期先听我BB一下量化开发(Developer),先讲总框架,之后再细究各个部分的设计和实现。
网络上已经存在了不少的开源回测框架和在线研究平台,他们都提供了完整的回测系统、归因分析,那为什么
更新时间:2024-01-09 08:24
不会代码也可以使用量化工具提升投资效率和收益概率的。
今天简单介绍下量化交易如何快速入门。
量化交易是什么意思
量化交易是一种使用高级数学模型、统计分析和计算机算法进行交易决策的方法,应用范围一般包括股票、期货、外汇和衍生品等金融市场。它主要依赖于金融市场中的价格、交易量、经济指标等大量历史和实时数据,用以识别市场趋势、估值、波动性等关键因素。
量化交易者可以通过使用复杂的数学(包括统计学、概率论、机器学)模型来分析数据和预测市场行为,并通过计算机算法预设的规则和模型自动执行交易。
![量化交易平台](/wiki/api/attachments.redirect?id=05
更新时间:2023-12-08 11:10
量化交易是利用数学模型和算法交易的方法,依赖于精确的数学模型和计算机算法来分析市场数据,并在合适的时机进行买卖。
对于散户来说可以通过自动化量化分析及交易减少人为情绪对交易决策的影响。
通过BigQuant量化平台系统可以分析大量历史市场数据,提升投资抉择效率,还可以使用多种组合量化因子降低投资风险。
散户在选择量化交易平台时,需要考虑选择知名度高、安全性好的平台,以确保平台的声誉和可靠性。
同时,平台
更新时间:2023-12-07 08:43
量化交易利用数学和统计学方法来分析市场并执行交易的过程,是现代金融的一个重要组成部分。量化模型的目的是通过算法自动识别并利用市场中的规律和机会,用以获取更多收益。
量化交易模型的一般由以下几个部分组成:
1 数据处理模型: 量化交易的基石是数据。这包括了从历史价格、成交量到公司财报、宏观经济指标等各类数据。对这些数据的收集、清洗和处理是构建有效模型的首要步骤。**[BigQuant策略编写平台](http
更新时间:2023-12-01 11:22
《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
Python是互联网、数据科学、量化交易等领域使用最广泛的编程语言之一,是AI量化策略研究平台主要使用的策略开发语言。
本文简短而全面,用十分钟的时间带你走入Python的大门。建议一边学习,一边在 AI量化平台-编写策略 里实践。
Python中没有强制的语句终止字符,代码块是通过缩进来指示的。缩进表示一个代码块的开始,逆缩进则表示一个代码块的结束。一般用4个空格来表示缩进。
更新时间:2023-11-26 16:58
在这个数据驱动的时代,量化交易不仅是金融领域的革命,更是智慧投资的未来。
通过精确的数学模型和强大的算法,洞察市场动态,捕捉那些传统交易方法难以觉察的盈利机会。
量化交易赚钱的核心包括以下要点:
1 市场分析与策略开发
量化交易的核心在于市场分析和策略开发。这包括使用历史数据来测试和验证交易策略的有效性。
例如,通过回溯测试(backtesting),交易员可以评估一个策略在过去市场条件下的表现。
这种方
更新时间:2023-11-24 09:54