Stockranker
StockRanker是适用于金融数据预测的常用有监督型机器学习算法。 StockRanker算法是专为选股量化设计的，它融合了排序学习和梯度提升树（GBDT）的核心技术，形成了一种独特的选股策略。 简单来说，StockRanker = 选股策略 + 排序学习 + 梯度提升树。 Stockranker也是一款专为金融投资者打造的智能股票分析工具，通过大数据分析和机器学习算法，实时评估股票市场表现，精准筛选具有投资潜力的优质股票。它帮助投资者在浩瀚的股海中快速定位价值洼地，提升投资决策效率和准确性，是投资者驰骋金融市场的得力助手。
如何利用stockranker开发做空策略？
问题
我试过用stockrank来标注做空股票和期货，（默认参数，回测做空的代码都写好）标注上加-，如-shift(close,-2)/shift(open,-1)或-shift(open,-1)/shift(open,-2)，随机生成几百甚至上千的策略回测所取得的效果普遍没有做多好，大多数情况甚至连正收益都达不到，而做多好多都轻松取得正收益，是算法的特性还是有其他窍门？
视频
https://www.bilibili.com/video/BV1Ny4y1E7KJ
\
策略源
更新时间：2024-06-07 10:55
如何优化StockRanker算法
问题
使用stockranker等排序算法开发策略并进行实盘，发现有时排在第一的股票反而不如排在二三位的股票收益好，如何对策略和算法进行优化，以实现更好的效果呢？
思路
https://bigquant.com/wiki/doc/xinhao-fangfa-oxACTyy7MT
- 数据质量
- 算法质量
- 算法参数调优
- 模型融合
视频
[https://www.bilibili.com/video/BV1nT411A7f5?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086]
更新时间：2024-06-07 10:55
上涨和下跌预测的stockranker模型组合（买入）
【旧版说明】此文档为旧版，相关新版文档可参考：🌟102-第一个AI策略
https://bigquant.com/experimentshare/1c44e0bf56db424d8f2a5e617759a300
\
更新时间：2024-06-07 10:55
上涨和下跌预测的stockranker模型组合（卖出）
更新时间：2024-06-07 10:55
如何用catboost替换stockranker算法
问题
请教catboost的详细使用方法，对于原先使用xgboost或者stockranker的策略，如何用catboost替换掉xgboost或者stockranker?
视频
https://www.bilibili.com/video/BV1US4y1n79r/?spm_id_from=333.999.0.0
策略源码
[https://bigquant.com/experimentshare/c2422c6678a8
更新时间：2024-06-07 10:55
StockRanker多因子期货策略
问题
能否stockranker选期货的模板，十几个随机品种，周期一小时1bar。
视频
https://www.bilibili.com/video/BV1SY411x7m4?share_source=copy_web
策略源码
[https://bigquant.com/experimentshare/8c98cb179bd54386867bd6dad86aebf3](https://bigquant.com/experime
更新时间：2024-06-07 10:55
Stockranker评分的另类用法
新版请见
策略逻辑
Stockranker是专为选股量化而设计的机器学习算法，其选股思路是根据训练得到的模型，计算股票池中股票的当日评分，根据评分对股票池中的股票进行排序，排序靠前的股票就是当日选出的股票。
这种选股逻辑意味着不论股票的评分是多少，只要排序靠前就能被选中。实际上排序靠前股票的评分有不小差距。而评分反应的是股票的投资价值，评分高表明该股票的投资价值高，评分低表明该股票的投资价值低。因此排序算法仅能反应当天的相对投资价值
更新时间：2024-05-24 10:58
LSTM大盘择时+Stockranker选股
更新时间：2024-05-24 10:28
用StockRanker算法实现A股股票选股
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
策略案例
https://bigquant.com/experimentshare/72d5601550164505aad979f7265f8fec
\
更新时间：2024-05-20 00:50
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
根据隔夜涨跌因子构建stockranker模型回测
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 07:06
StockRanker多因子选股策略
更新时间：2024-05-17 02:33
【历史文档】高阶技巧-如何固化深度学习、随机森林和StockRanker模型|模型固化
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 11:00
HYF一个可视化stockranker 模板策略
更新时间：2024-05-16 06:36
StockRanker模型可视化
导语
本文介绍了如何用BigQuant的策略生成器进行StockRanker模型可视化。
使用StockRanker模型
在策略生成器中，可以直接菜单化操作的方式新建一个StockRanker实验，通过plot_model我们可以看到StockRanker模型是什么样子的，这样就能够完全透明的将模型可视化的展示出来，包括结构和参数等信息。
# m6 = M.stock_ranker_train.v2
m6.plot_model()
一般情况下AI机器在大量数据上训练出来的模型会远比人做出来的复杂，这也是AI有更好的效果的原因之一。
更新时间：2024-05-16 06:35
【历史文档】高阶技巧-如何画StockRanker模型的NDCG曲线
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 03:45
【历史文档】策略示例-基于StockRanker的基金策略
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：2024-05-16 02:34
【历史文档】策略示例-基于StockRanker的AI量化选股策略
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：2024-05-16 01:59
【历史文档】策略示例-StockRanker模型结果解读
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 01:58
【历史文档】算子样例-StockRanker预测
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 08:22
【历史文档】算子样例-StockRanker训练曲线(Learning Curve)
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 08:22
【历史文档】算子样例-StockRanker训练
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
更新时间：2024-05-15 08:21
stockranker模型训练预测
更新时间：2024-05-15 02:10
如何调优，数据小于20万行，择时，StockRanker训练
更新时间：2024-01-23 03:53
新版的stockranker DAI如何固化模型
如结果为m5.stockRanker(DAI）
用m5.model获取DataSource
import pandas as pd
pd.DataFrame([DataSource("datasource的name").read()]).to_pickle('/home/bigquant/work/userlib/model.csv')
再在自定义python模块中输入以下内容是吗
def bigquant_run(input_1, input_2, input_3):
data = pd.read_pickle('/home/更新时间：2024-01-11 07:52