过拟合

rate：0~1的浮点数，控制需要断开的神经元的比例，必填。
noise_shape：可以对每一维的输入进行相同的dropout。例如，输入为 (batch_size, timesteps, features)，然后希望dropout层在所有timesteps上都是一样的，则使用 noise_shape=batch_size, 1, features。
随机数种子：表示随

更新时间：2024-05-15 02:10

回测模块详解

导语

不熟悉BigQuant平台的回测机制，可能使刚接触BigQuant平台的小伙伴有些困惑，不知该如何编写策略。当使用某一回测平台时，如果不能对其回测处理机制了解清楚，我们很可能出现偷价漏价、未来函数等问题，这些问题对策略的影响是致命的。即使不出现这样的问题，很多时候，用户可能写的策略并没有达到预期的目的，因此了解回测机制非常重要。

事件驱动机制

在策略回测中应用最为广泛的就是 事件驱动机制。先看定义：某个新的事件被推送到程序中时，程序立即调用和这个事件相对应的处理函数进行相关的操作。举个“栗子”让大家更好理解。

比如开发一个股指策略，交易程序对股指TICK数据进

更新时间：2024-05-15 02:10

AI量化交易常识

分享一些量化交易相关的常识信息。

五因子模型公式及应用

五因子模型是哪五个因子

**[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

Machine Learning is Fun! — 全世界最简单的机器学习入门指南

你是否曾经听到过人们谈论机器学习，而你却对其含义只有一个模糊的概念呢？你是否已经厌倦了在和同事对话时只能点头呢？现在，让我们一起来改变这个现状吧！

这篇指南是为那些对机器学习感兴趣，但又不知从哪里开始的人而写的。我猜有很多人曾经尝试着阅读机器学习的维基百科词条，但是读着读着倍感挫折，然后直接放弃，希望能有人给出一个更直观的解释。本文就是你们想要的东西。

本文的写作目标是让任何人都能看懂，这意味着文中有大量的概括。但是那又如何呢？只要能让读者对机器学习更感兴趣，这篇文章的任务也就完成了。

什么是机器学习？

机器学习是一种概念：不需要写任何与问题有关的特定代码，泛型算法（Gene

更新时间：2024-01-26 07:22

三因子加工

https://bigquant.com/codeshare/a04ad103-6217-4484-a57c-81cc1e64fdf6

更新时间：2024-01-12 07:02

如何只选择中证1000成分股进行回测

如标题

更新时间：2024-01-09 06:13

逻辑回归和交叉熵

策略源码：

https://bigquant.com/codeshare/e9c1b98b-e596-4e90-941d-cdb93af92c2e

更新时间：2023-12-11 06:50

训练过程中报错，请问该怎么解决

https://bigquant.com/codeshare/10296b06-11cf-475f-80e7-81b7f0fbc5d5

更新时间：2023-11-27 06:17

关于DQN模型错误，为什么错，怎么操作，怎么构架一个优秀的深度强化模型

https://bigquant.com/codeshare/e91330dd-e6b5-40ca-ba6a-b76050db6c40

更新时间：2023-11-27 05:55

监督式机器学习算法的应用：择时

导语

《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。