算法交易

算法交易是金融领域的技术革新,它利用高级数学模型和复杂算法来快速、准确地分析和解读市场动态,以制定并执行交易策略。这些算法能够在毫秒级别内对市场数据做出反应,远超人脑的处理速度。算法交易为金融行业提供了一个精细控制风险的途径。包括定点交易、套利交易和趋势跟踪等多元化策略的应用,有效提高了交易的准确性和效率。其背后的智能化系统可24小时不间断地监控市场,捕捉交易机会,大大减轻了人工作业负担,同时,极大地提升了在多变金融市场中的适应能力和盈利能力。更重要的是,由于大部分决策基于预定规则和数据模型,算法交易显著降低了情绪化决策的风险。然而,也需注意到,过度依赖算法可能导致失去对市场直觉的把握,并且在极端市场情况下,算法可能失效,导致不可预见的风险。总体而言,算法交易以其快速、精准和高效的特性,逐渐成为现代金融市场的核心竞争力。

策略思想和因子哪个更重要

问题

策略思想和因子哪个更重要

视频

https://www.bilibili.com/video/BV15b4y1s7w7/

策略源码

文档及源码:策略思想和因子哪个更重要

更新时间:2022-05-25 02:10

【主题分享】市场风格变化时策略如何自动切换

策略源码

A:市场风格变化时策略如何自动切换

更新时间:2022-05-25 01:54

情绪周期中涨跌停数、最高板数等代码编写

问题

35th Meetup提到的情绪周期中最高板数,涨停家数,跌停家数,昨日涨停今日表现(赚钱效应)等具体代码的编写。

\

视频

https://www.bilibili.com/video/BV1nT4y1q7Ut/

策略源码

[https://bigquant.com/experimentshare/224aa4076333436ea5a570694376631a](https://bigquant.com/experimentshare/224aa40763334

更新时间:2022-05-24 03:22

“标记买卖点”代码复习

问题

知识库的策略分析里面有个“标记买卖点”的代码,能不能请老师把这个代码讲解一下,方面以后分析其它策略的时候使用。链接在这里:标记买卖点

\

视频

https://www.bilibili.com/video/BV1554y1f7Rf/

策略源码

[https://bigquant.com/experimentshare/1f66fd8421044f2a9884c9f1d3614ce1](ht

更新时间:2022-05-24 03:21

如何将60分钟K线合成120分钟K线

问题

如何利用60分钟K线来合成120分钟K线呢?

视频

https://www.bilibili.com/video/BV1d54y1d7tv/

策略源码

https://bigquant.com/experimentshare/4e081ef44d3246f48551c6eee74f629d

\

更新时间:2022-05-24 03:20

高质量AI量化策略

https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795

\

更新时间:2022-05-22 01:17

2022-AI量化Meetup导览

\

更新时间:2022-05-19 08:20

聚宽投资 王恒鹏:《量化团队内部协作的实践探索》文字实录

图片4月29日,由华泰证券、宽邦科技、亚马逊云科技、朝阳永续、金融阶等多家市场权威机构联合组织撰写的《2021年中国量化投资白皮书》正式发布,并在深圳举办发布会。聚宽投资合伙人王恒鹏出席会议并作题为《量化团队内部协作的实践探索》的演讲,我们对文字进行实录,以飨读者。 图片

《2021中国量化投资白皮书》(以下简称《白皮书》)谈到:中国量化相比美国差了35年的时间。但实际上过往这四五年,中国量化规模已经发展了10多倍,量化内卷已经形成了很大程度的行业共识,而行业越内卷,机构对人才的重视程度则越高。因此今天我站在团队管理、公司文化和个人职业发展角度,给大家分享一下聚宽这几年的探索和心得。 ![

更新时间:2022-05-17 07:05

AI量化Meetup


\

更新时间:2022-05-17 02:56

Deep Alpha 研讨会-互动问答环节

{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}Q1:现在海内外量化实践有什么代际差吗?海外接下来量化方向除了另类数据应用,还有什么发展潮流?他们对于国内量化市场是怎么判断的?

**关子敬:**在我看来海内外最主要的差别是:国内投资人是偏向喜欢直接对股价做预测,而海外直接预估股价比较少,主要做填充模型(imputation model),针对遗失数据做估算,特别是在

更新时间:2022-04-27 01:48

算法交易将成为未来市场最大影响因素

某机构调查发现,近年来,通过电子渠道进行的交易有所增加,所有资产类别的交易员都预计,这种上升趋势将在未来两年继续下去。

摩根大通的瓦克说,我们经历了两年多非常不寻常的疫情,在市场非常动荡的情况下,许多客户从办公室搬到家里,这对增加电子交易来说是一场完美风暴。

不过摩根大通的Wacker表示,人工智能和机器学习预计很快将超过移动技术,成为未来市场主要影响因素。

近年来,在动荡的市场中,算法交易已成为一种强有力的工具。算法交易的目的是: 1.通过分拆母单,拟合市场成交量分布,降低市场冲击成本; 2.隐藏下单意图,用特殊目的算法,有效保护交易意图,避免引起市场异动; 3.使用自动化算法交

更新时间:2022-04-24 09:46

Deep Alpha 研讨会—《Bloomberg:风从海外来 海外AI量化最新前沿》

主题:The Impact of AI to Global Asset Managers: The Responses and Adoptions

演讲人:关子敬 先生 Kevin Kwan彭博亚太区量化及数据科学专家

{w:100}{w:100}{w:100}{w:100} **完整视频观看地址:<https://webcast.roadshowchina.cn/cmeet/NlZBZVhZRGZ6Q1NSRjdrbmJqQjZUQT09

更新时间:2022-04-18 02:08

DeepAlpha研究报告


\

更新时间:2022-04-18 02:07

文档整合


AI量化策略快速理解

https://bigquant.com/wiki/doc/celve-Uu3N6WbJNJ

更新时间:2022-04-11 11:00

分钟因子加工

https://bigquant.com/experimentshare/8671700b78014d6cbe44261ba23820f9

\

更新时间:2022-02-26 09:29

听海外高频交易专家讲解美国的高频交易


/wiki/static/upload/e0/e01b0948-5f18-481e-ae7b-9f8748add087.pdf

\

更新时间:2022-02-21 09:13

技术进步还是动荡推手:如何监管算法交易和高频交易


/wiki/static/upload/6a/6a674d77-ea84-4e67-a8b9-aa2e7ec25c44.pdf

\

更新时间:2022-02-08 03:55

高频交易策略研究


\

更新时间:2022-02-08 03:49

人工智能53:揭秘微软AI量化研究-华泰

摘要

揭秘微软院亚研院AI量化投资研究 展望行业未来发展六大趋势

微软亚研院 2017 年以来共发表12篇AI量化投资学术研究,其中选股主题超过半数,其他涉及风险模型、算法交易、数据增强、时间序列预测、基础架构等话题。这些研究的突出特点是前沿和务实,具有较高参考价值。前沿是指使用的AI技术,大量运用近年来热门的图神经网络、注意力机制,并灵活应用最优传输、自步学习、知识蒸馏、解耦表征等工具;务实是指解决的具体问题,如“AI 模型如何应对市场规律变化”,“如何引导模型学习罕见样本”,“如何充分挖掘事件、舆情蕴藏的信息”等,这些都是业界实践中会遇到、接地气的问题。我们透过微

更新时间:2022-01-22 07:48

策略组合

策略案例


https://bigquant.com/experimentshare/6b6e8b882da34005bdecdc24c2a00178

\

更新时间:2022-01-17 11:05

怎么用bigquant的架构来获取每天涨停的个股

怎么用bigquant的架构来获取每天涨停的个股,不是用传统的代码打出来的那种,试过好多次!老是运行的结果错误!

更新时间:2022-01-12 06:18

指定概念板块过滤

策略案例

https://bigquant.com/experimentshare/0f5a773d39184d73bec6520dccad7ee8

\

更新时间:2021-12-14 13:18

控制每日仓位的一个例子

策略案例

https://bigquant.com/experimentshare/0062e380d1b5400ca5fe4522ac948649

\

更新时间:2021-12-14 13:08

金融强化学习的最新进展

论文原名

Recent Advances in Reinforcement Learning in Finance

论文作者

Ben Hambly-牛津大学数学研究所

Renyuan Xu-南加州大学工业与系统工程系

Huining Yang

发布时间

2021 年 12 月 10 日

引言

随着数据量的不断增加,金融行业的快速变化已经彻底改变了解决了数据处理和数据分析技术,带来了新的理论和计算挑战。与经典随机控制理论和其他分析应用相比,解决严重依赖模型假设的财务决策问题的方法,强化学习(RL)的新发展能够充分利用大量减少模型假设的财务数据,并改进复杂

更新时间:2021-12-13 07:43

用k-近邻回归算法实现A股股票选股

策略案例


https://bigquant.com/experimentshare/a4487be0f1a9468faadee1be471b7d26

\

更新时间:2021-11-30 02:54

分页第1页第2页第3页第4页第5页第11页