投资决策

• 目前关于专精特新的研究专注于三点：“专精特新”以及专精特新“小巨人”的政策解读、专精特新“小巨人”的特点分析以及寻找隐匿的专精特新“小巨人”公司。其中，寻找隐匿的专精特新“小巨人”公司是整个专精特新“小巨人”相关研究的落脚点和核心，是投资者提前布局“专精特新”的关键。
• 传统的寻找隐匿专精特新小巨人公司的方法大多是从指标打分的角度出发，筛选一部分满足条件的公司作为隐匿的专精特新小巨人。但这种通过指标打分进行筛选在统计学中仅仅是必要不充分的，如专精特新的公司具有高成长属性，但大部分高成长股并不是专精特新。为了解决这个问题，**我们以目前公布的专精特新小巨人公司作为蓝本，在市场上寻找

那天和一位有二十多年炒股经验的老股民聊天，恰好说到一些金融理论。他说，小伍啊，你们这些读了点书的知识分子，就知道研究理论。我跟你说，投资没那么复杂，关键是经验。你看我，摸爬滚打这么多年，我的经验，才是我最宝贵的财富。

我试图和这位大叔说现在时代不同了，在金融投资领域，知识就是力量这句话并没有过时。但是这些所谓的知识，到底指的是什么呢？市场上至少有数以千记，甚至万记的投资类书籍，哪些知识才能给我们投资者力量呢？

于是我就想到了写一篇文章来小结一下一些比较重要的金融知识。在下面这篇文章中，我会以大事记的方式简单的概括一下金融研究历史上的一些重要发现和突破。在我看来这些最重要的研究成果是每一个对

奥卡姆剃刀的原理指出，在寻找问题的解释或解决方案时，“实体不应不必要地成倍增加”。如果一个人有不同的模型，得出相同的结果，那么他应该选择假设最少的模型。

在本文中，我们将讨论如何将这一原则应用于投资决策，即围绕资产配置和管理者评估。对于这两种做法，机构投资者可能会发现，集中选择那些似乎推动其投资组合中大部分风险和回报的风险因素是有益的。

一种方法是使用统计回归技术分解投资组合的收益和风险。这可能需要开发一个风险因素模型（或者我们称之为“透镜”），通过它来分析投资组合。根据我们的研究，我们认为这样的透镜应该是“节俭的”，一般的意思是：

• 以尽可能少的因子来构建。
• 与统计方法结合使用，

在我们做各种有关自己和家庭的财务决定时，很多人都习惯借助于“罐头”式思维。比如我们会把自己的钱分为几份，放在不同的罐头里：一份用来储蓄购房，一份用来日常开销，一份用来度假旅游，等等。

借助这种方式来做出自己的投资和理财决策的好处是：每一份钱都有明确的功能和用途。对于一个自制力不强的个人来说，这种标签有助于为自己的消费需求树立一个“硬性边界”。假设我们给自己规定，每个月在淘宝上买衣服最多只能花1000块。那么在这个月的额度被用完以后，“剁手党”们可以用这个借口强行命令自己不能再买了，要买也至少要等到下个月。

但是，“罐头式”的思维方式，也可能导致我们做出一些不理性的决策。在行为心理学上，这种

\

摘要

互动易平台实时披露的数据是定期报告披露数据的有益补充

互动易平台上关于上市公司最新股东户数的问询相对频繁，隐含着投资者认为股东户数的相关信息与公司股价的未来表现有一定的联系。互动易平台关于股东户数问询的有效回复每期占比在20%~30%的区间波动，每期有效回复个股数量在600只上下。过去八年间，1/4的深交所上市公司通过互动易平台披露最新股东户数的次数少于12次；近80家上市公司披露股东户数超150次；383家上市公司始终未在该平台上披露过股东户数相关信息

低频股东户数变化因子具有选股能力

低频股东类因子更新频率低，时效性差，低频数据的高频化需要选择合理的方

摘要

研究价值

1. 绝对收益类产品对最大回撤的重视程度更高。
2. 两融业务担保品重视股票的最大跌幅。
3. 股票质押式回购易受股票下跌影响。
4. 持股相对集中的权益投资更需关注下跌风险。

研究方法

本报告中采用多因子量化的手段，期望能够对股票的下跌风险有一个准 确的测度，给投资者在投资决策时衡量股票风险提供一个新的视角。

我们通过 VaR 风险测量方法，对股票中各维度的因子进行分析，并挑选 有效的因子构建多因子模型，通过模型对股票的未来最大跌幅进行定量 分析，从而获得股票未来下跌风险的测度结果。

VaR 应用指数预测：整体趋势来看，指数不断下滑，沪深

问题

我是刚接触AI策略的新手，在BigQuant平台上利用策略生成器新建了一个AI策略。 运行的过程中，标注结果图如下：

问题截图

不太理解这幅图的具体含义和价值，到底是怎么计算来的，这幅图到底对开发AI策略有何指导意义。有谁可以解释一下吗？谢谢~~~

问题

计算收益时间与hold_day是否需要保持一致？

请问计算收益时间与hold_day是否需要保持一致？如果不一致会有什么问题？

谢谢

https://bigquant.com/experimentshare/81fc253c1f0f4f2eac71c2477849530d

\

每个品种的开仓时间，存在哪里啊？

{{membership}}

https://bigquant.com/experimentshare/953563e68f824cb2b4f893f5251cecb3

\

{{membership}}

https://bigquant.com/experimentshare/1ac7989b1e63421ba3850e5394e6c36a

\

作者：woshisilvo

导语

在以往的分享中，很多朋友们问到如何设置大盘风控？在之前的分享中，我们讲过可以采用指数的涨跌幅以及Macd指标作为大盘风控的思路，通过特征列表 构造指数特征macd表达式，再通过指数特征抽取来进行风控的设置。

bm_0=where(ta_macd_dif(close,2,4,4)-ta_macd_dea(close,2,4,4)<0,1,0)

本次我们对该思路进行改造，从以下三个方面进行优化：

• 构造指数的MAAMT指标作为指数风控的指标
• 用指数的成交量（3.5日ma线死叉）作为风控依据
• LSTM神经网络模型

作者：陈奥（chenao1106)

导语

量化的目的之一是把通过对历史数据的规律研究，转化成投资决策。本次分享从具体的案例出发，如何快速把历史数据的经验，转化成自己的经验，进行投资交易决策。例如，2022年2月24日，大盘大跌，下跌股票数：3900+，上涨股票数600+，大跌行情下，如何操作? 经量化研究，找出了一种操作方案，共回测2年，选出2000支股票，平均每支收益5%。

策略思路

1. 找出历史大盘大跌数据，作为回测的股票池
2. 大盘大跌情况下，逆势涨停股票，是否依旧强势，是否可精选逆势涨停票第二天进行实操
3. 大盘大跌情况下，受大盘影响顺势跌停的票，是否能精选出

随着交易数据量越来越大，金融领域的各种应用已经验证了使用人工智能可以更好地进行投资或业务决策，也越来越多人相信人工智能技术在金融领域的应用前景。人工智能提供了一种适用于从个人数据到业务流程的高效数据分析工具。 与此同时，越来越多金融机构开始使用机器学习方法，以期在市场竞争中赢得优势。量化投资机构逐渐抛弃传统的分析方法，转而使用机器学习算法预测市场走势和选择投资组合。 与传统投资方式相比，量化投资方式具有更高效率及准确性。量化投资是一种基于计算机系统而生成的投资策略选择方法，可以对数学模型进行监理，在实现交易理念活动过程中构建更为完善规范的量化投资评价体系。在对模型进行监理的基础上，再对历史数据

https://bigquant.com/experimentshare/6508a3b7858b4d098a358a880b18b332

训练结果展示： \n

问题

风控和择时：情绪周期如何用于追涨策略

视频

https://www.bilibili.com/video/BV1ui4y1m7Nx?spm_id_from=333.999.0.0

策略源码

[https://bigquant.com/experimentshare/5730c1e899ef4685ba497c554c7eab79](https://bigquant.com/experimentshare/5730c1e8

如何推八字

随着交易数据量越来越大，金融领域的各种应用已经验证了使用人工智能可以更好地进行投资或业务决策，也越来越多人相信人工智能技术在金融领域的应用前景。人工智能提供了一种适用于从个人数据到业务流程的高效数据分析工具。 与此同时，越来越多金融机构开始使用机器学习方法，以期在市场竞争中赢得优势。量化投资机构逐渐抛弃传统的分析方法，转而使用机器学习算法预测市场走势和选择投资组合。 与传统投资方式相比，量化投资方式具有更高效率及准确性。量化投资是一种基于计算机系统而生成的投资策略选择方法，可以对数学模型进行监理，在实现交易理念活动过程中构建更为完善规范的量化投资评价体系。在对模型进行监理的基础上，再对历史数据

摘要

文献来源：Chen, Mike, and George Mussalli. "An integrated approach to quantitativeESGinvesting." The Journal of Portfolio Management 46.3 (2020): 65-74.

推荐原因：ESG投资是投资界和学术界都非常关注的一个领域，但目前对ESG投资的定义，以及如何构建一个可以结合回报和可持续性两个维度的最佳投资组合尚未达成一致。本文对当前市场中的ESG投资进行了分类，并介绍了ESG投资框架。

![{w:100}{w:100}](https://

\

摘要

2/3光速对你我来说可能只是一瞬，但对于高频交易公司来说，可能就是事业的全部。在瞬息万变的市场上，棋先一招常常就在微秒之间。

眨眼 0.4 秒，常被形容快，但有家公司花了 1400 万美元，就为了让自己再快 0.07 毫秒（ 0.00007 秒），5700 分之一眨眼的时间。

Jump Trading 公司在全球最大期货交易所芝加哥商品交易所数据中心对面，买了一块 12 万平方米的空地。

买了之后，他们没盖楼炒房，也不是为了风水，就是架微波通信基站，用于第一时间把交易请求传到芝加哥商品交易所。

![{w:100}{w:100}](https://n.sinaimg.cn

分享主题

基于财务数据构建策略

\

视频回放

https://www.bilibili.com/video/BV1W84y117Nd/?spm_id_from=333.999.0.0&vd_source=ecd29bbd04cbefdfa426167c55241973

\

直播资料

[https://bigquant.com/experim

https://bigquant.com/experimentshare/a4e89b23c2de4c56b6534136169d13c1

\