回测验证
"回测验证"在金融领域中是投资策略或模型开发的关键环节。它是使用历史数据，在虚拟环境下对某种交易策略、算法或模型进行检验的过程。通过回测，投资者可以了解策略在过去市场条件下的表现，从而评估其潜在的风险和收益。有效的回测验证不仅可以增强投资者对于实用投资的经内分泌移植合同的策略模型指标的招标xindicebooks媳妇去洗头xiang,，同时也可以帮助识别和修正可能存在的问题和弱点，进一步提高策略的稳健性和适应性。因此，回测验证是金融决策过程中不可或缺的一部分，为投资者提供了在真实市场实施策略前的“试错”机会。
小市值策略源码
更新时间：2024-05-20 07:35
A股股票过滤模块
更新时间：2024-05-20 07:21
用线性-回归算法实现A股股票选股
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：2024-05-20 07:17
机器学习量化投资实战指南
本文14323字，阅读约28分钟
导语：本文旨在用精炼的语言阐述实操层面的机器学习量化应用方法，包括给出实践中一些常见、实际问题的处理方案，并结合了量化应用实例。读完后大家可以在本平台进行实践检验。
文章概览：
1.人工智能量化投资概述
2.人工智能技术简介
3.机器学习在量化投资中应用的具体方法解析
AI相对于传统量化投资的优势 传统的量化投资策略是通过建立各种数学模型，在各种金融数据中试图找出市场的规律并加以利用，力所能及的模式或许可以接近某一个局部的最优，而真正的全局“最优解”或许在我们的经验认知之外。如同不需要借助人类经验的Alpha Zero，不仅
更新时间：2024-05-20 02:09
StockRanker选股+随机森林大盘风控
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 07:25
深度学习量化交易模型
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 03:49
如何结合欧奈尔的RPS指标,开发AI量化策略?
若想在AIStudio3.0.0种复现这个策略, 请空降:
https://bigquant.com/wiki/doc/rpsai-lgPnmWzLkq
问题
如何结合欧奈尔的RPS指标,开发AI量化策略?
讲解
1988年，欧奈尔将他的投资
更新时间：2024-05-17 01:13
高质量AI量化策略
【此文档为旧版策略】具体可参考新版文档：
https://bigquant.com/wiki/doc/103-ai-LpsqDhu8mG
https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795
\
更新时间：2024-05-16 07:58
可视化TALIB指标策略
新版策略请转向
https://bigquant.com/wiki/doc/talib-OZIAb2sLoM
策略案例
https://bigquant.com/experimentshare/5d43988b1b9a443284807f6614b8eb5b
\
更新时间：2024-05-16 06:35
【历史文档】策略示例-基于订单流的高频择时交易策略
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：2024-05-15 10:40
RBreak日内策略-分钟
更新时间：2024-05-15 02:10
2023-AI量化Meetup
\
更新时间：2024-03-19 07:27
强有效因子下的线性模型选股策略
备注：本策略含有未开放的数据，故克隆之后无法运行。
{{membership}}
https://bigquant.com/codeshare/b6e80d6b-f5e0-4778-97cf-77fcadb7b488
\
更新时间：2024-01-12 07:01
请教个问题
如何构建跨周期数据项，并利用这些数据项构建因子？
平时处理的都是日线数据，但如果需要用日线和上月的月线数据进行一些计算形成一些因子，我应该如何构建？
更新时间：2024-01-12 02:34
新手量化学习计划
这几年跟着别的老师学习价值投资，抱着实现自动交易的目的，误打误撞接触了量化这个领域，
发现这个领域的人的都是高人，自己按照价值投资的思路，每年能拿到百分之十左右的利润就很不错了，但量化领域里面的大神都在研究每年60-70%的收益，甚至一个月翻倍…
跟武侠小说里面的藏经阁一样，扫地僧随便丢一本秘籍给你你就能横扫江湖一大半的人了…
从别的平台看到机器学习很厉害，一直没招到入门的方法，编程也不懂，就一直找地方学习，最后来到了big quant，里面资料很多，天天拿到策略改个日期看看回测，学习效果不理想
伟人说过，实践出真知，
想在这里做个计划，一步步去实现自己的想法看看能做到什么程度，
更新时间：2023-12-29 11:31
量化交易模型及策略2023版
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
如何把次日开盘数据加入策略？
如何把次日开盘数据加入策略？比如竞价金额，竞价成交量。开盘涨幅。
更新时间：2023-10-17 01:36
alphahua，k线训练营，ai智能k线
请问一下站内大佬，有人知道吗？如何做出同花顺alphahua那种《k线训练营》的ai智能k线决策吗？
更新时间：2023-10-09 08:48
如何实现复杂的因子合成，相关的算子模块和代码分享
像一些复杂的因子合成方法怎么实现呢，有没有相关的算子模块或者代码分享呢
更新时间：2023-10-09 07:09
请问一下回测的时间序列是倒序么？
遇到个不理解的，同一个AI Ranker模型，起始时间一致，结束时间不同，为啥会有这么大的差别，机器不是通过训练集训练之后就把交易模型固定了么？然后通过测试集来进行回测验证。问题是我训练集啥的参数都没变，就变动了一下测试集的终止日期。讲道理应该只是后面的日期范围内的收益率有变动。。。。看看下图，即便是多增加的两个月回测数据，至少前几个月的收益率曲线大体形状应该一致的吧。。
![22年1月4
更新时间：2023-10-09 06:15
请问如何构建消息类因子？
消息在股票交易中有很大的影响力，如果没有对消息的处理会导致策略经常中雷，怎么办呢？
更新时间：2023-10-09 03:28
有小时级别的AI策略范例吗？
最好更细粒度的， 比如分钟级别。
好像没找到。 求例子。
更新时间：2023-10-09 03:04
怎么调用因子
具体怎么调用这些因子
更新时间：2023-10-09 02:18
如何使用超参搜索持仓天数
更新时间：2023-08-02 06:18
BigQuant 最佳实践
- BigQuant使用案例
- 最佳使用方式
\
更新时间：2023-06-29 06:56