交易信号

在金融领域,"交易信号"是投资决策中的关键要素,它是基于各种分析工具和方法得出的,标志着潜在买入或卖出时机的指示。这些信号可能来源于技术分析中的图表模式、指标交叉,也可能基于基本面分析中的财务数据变动、新闻事件等。对于投资者而言,准确地识别并解读交易信号对于制定有效策略、优化风险回报比至关重要。然而,交易信号并非绝对,它需要在市场动态和投资者个人风险承受能力的背景下综合考虑。

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

分钟数据获取

策略案例

AIStudio3.0.0分钟数据获取请转移至:

https://bigquant.com/wiki/doc/5yig6zkf5pww5o2u6i635yw-6fK4a8ZOZx

[https://bigquant.com/experimentshare/893162aea1dc4c4f953f670293646709](https://bigquant.com/experimentshare/893162aea1dc4c4f953f6

更新时间:2024-05-17 01:13

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-实盘常见问题

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 02:57

【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

【历史文档】策略示例-双均线模板策略 v1.0

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 10:30

KDJ策略——顶背离,底背离

https://bigquant.com/codesharev2/b160be9e-4349-4ad9-b677-4dbf116ec292

\

更新时间:2024-05-15 09:30

分钟数据周期转换与分时策略构建

导语

很多朋友都在尝试使用平台的分钟数据,下面介绍一下分钟数据的读取与分时策略的构建。

分钟数据的读取

  • 股票分钟数据,以000001.SZA为例:
df1 = DataSource('bar1m_000001.SZA').\
            read(start_date='2015-01-01',end_date='2015-05-01').set_index('date')

更新时间:2024-05-15 02:10

基于tick的日内接刀策略

https://bigquant.com/experimentshare/665da325d93a48c397f0fe70abdca825

\

更新时间:2024-05-15 02:10

简单画出k线及均线

策略案例

https://bigquant.com/experimentshare/4e3f6a72dbfb4782b915b15c27a56005

\

更新时间:2024-05-15 02:10

为什么写的策略当天没数据,就没有卖出信号了

没有数据不能买入,为什么没有卖出

更新时间:2024-03-16 14:14

机器学习在量化投资中的趋势和应用

来源:SSRN 作者:Sophie Emerson, Ruairi Kennedy, Luke O’Shea, and John O’Brien

机器学习是人工智能的一个子领域,它使用统计技术为计算机模型提供从数据集学习的能力,允许模型在没有显示编程的情况下执行特定任务。近年来,机器学习技术激增,人们对其在金融领域的应用也越来越感兴趣。在投资管理中,已被应用于新闻的情绪分析、趋势分析、投资组合优化、风险建模等。那么,机器学习在量化投资中有哪些潜在应用呢?

1.常见的机器学习算法

机器学习算法主要有三种:监督学习、无监督学习和强化学习。监督学习是在已知输入和输出的情况下训练出一个模型,将

更新时间:2024-01-26 06:37

如何支持交易任意时段下单?

在知识库**实盘常见问题里有答复:X-BigQuant/AIQuant量化实盘平台** 现只支持日线级别策略实盘。每个交易日19:00-23:00间会运行并产生次日交易信号。但可以调整所有或单个交易信号委托时间,即支持交易任意时段下单。请请问如何做到的?谢谢!

更新时间:2024-01-09 06:04

回测引擎常用功能示例

{{membership}}

https://bigquant.com/codeshare/ccb0fdad-c4da-424e-ace1-dd57ace94cec

\

更新时间:2023-12-15 02:48

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:2023-11-26 16:58

如何在可视化模块上用bigtrader?

问题

如何在可视化模块上用bigtrader?

视频

8月19日Meetup模板:以双均线为例

https://www.bilibili.com/video/BV1S44y1y7dc?p=4

策略源码

[https://bigquant.com/experimentshare/b2f44f26626a4d798d2dfecdb8e75d64](https://bigquant.com/experimentshare/b2f44f26626a4d798d2dfecd

更新时间:2023-10-24 08:34

股票双均线策略

{{membership}}

https://bigquant.com/codeshare/176e62e4-b61d-45f0-a960-3dbb48b50aba

\

更新时间:2023-10-24 06:24

实盘中会不会用盘前处理?

回测模块中盘前处理是可以调用到当日数据的。这个写在回测模块中可以调用当日open判断当日下午交易,这样做并不会产生未来函数。可是实际模拟交易中信号是前一天下午收盘后产生,请问这是程序是否会调用盘前处理功能。

更新时间:2023-10-09 07:08

策略回测有交易,但模拟盘没有信号

{w:100}

更新时间:2023-10-09 06:18

如何进行择时处理

看到好多策略的择时是根据大盘的5日下跌来的,有时候想参考其他的,比如上证是否站上5日线,是否大盘均线交叉等等,由于摸索起来有点困难,希望有大神指导一下,怎么在回测时增加上面的处理,感谢!!!

更新时间:2023-10-09 06:08

同花顺涨停板涨停封单量因子分析20230928

https://bigquant.com/codeshare/f5671f58-aa7c-45ef-8436-83b6415fd99c

\

更新时间:2023-09-27 02:30

59th Meetup

本期提问者:bq22fw19、bq61ym2n、1855680***、bqhz06vb

因子挖掘

如何利用市场信息?

利用市场信息进行量化投资主要涉及以下步骤:

  1. 数据收集:首先,需要收集和整理市场数据,包括股票价格、交易量、基本面数据、新闻、宏观经济数据等。这些信息可以从各种数据供应商或公开数据源获取。
  2. 数据预处理:对收集到的数据进行清洗和预处理,处理缺失值、异常值、重复值等,保证数据的准确性和完整性。
  3. 特征工程:根据投资策略和模型需求,进行特征工程,提取有价值的特征和信号。
  4. 模型构建:选择合适的模型(如回归模型、机器学习模型、深度学习模型

更新时间:2023-09-01 02:45

基于阻力支撑相对强度(RSRS)的市场择交易-20230815

{{membership}}

https://bigquant.com/codeshare/1ed3fa07-c733-47fd-8fbc-4e441ed37672

\

更新时间:2023-08-30 03:27

WorldQuant Alpha101因子 附录三:所有因子的SQL实现

https://bigquant.com/codeshare/4515d40b-c2f4-4439-a2c9-92931adb0c6d

\

更新时间:2023-08-21 10:56

海龟策略自定义运行

2021年3月25日Meetup策略:

策略案例


https://bigquant.com/experimentshare/d40006da2bc242cb9dcfb484abe151d1

\

更新时间:2023-07-07 02:31

分页第1页第2页第3页第4页