BigQuant量化交易开发平台是专为量化投资和交易设计的综合软件平台。提供一系列量化开发工具和服务,使交易者和投资者能够开发、测试、优化和执行复杂的量化交易策略。(文末附开发资源汇总)
量化开发平台通常包括数据分析、策略开发、回测、风险管理和自动化交易功能。它们为量化交易者提供了一个集成环境,用于构建和实施基于数学和统计模型的交易策略。
更新时间:2024-01-26 09:12
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
备注:本策略含有未开放的数据,故克隆之后无法运行。
{{membership}}
https://bigquant.com/codeshare/b6e80d6b-f5e0-4778-97cf-77fcadb7b488
\
更新时间:2024-01-12 07:01
更新时间:2024-01-12 07:01
如何构建跨周期数据项,并利用这些数据项构建因子?
平时处理的都是日线数据,但如果需要用日线和上月的月线数据进行一些计算形成一些因子,我应该如何构建?
更新时间:2024-01-12 02:34
https://bigquant.com/aistudio/studios/a29733f8-0f37-11ed-93bb-da75731aa77c/?folder=/home/aiuser/work
更新时间:2024-01-11 07:37
更新时间:2024-01-09 06:28
如标题
更新时间:2024-01-09 06:13
更新时间:2024-01-09 02:07
更新时间:2024-01-09 02:04
这几年跟着别的老师学习价值投资,抱着实现自动交易的目的,误打误撞接触了量化这个领域,
发现这个领域的人的都是高人,自己按照价值投资的思路,每年能拿到百分之十左右的利润就很不错了,但量化领域里面的大神都在研究每年60-70%的收益,甚至一个月翻倍…
跟武侠小说里面的藏经阁一样,扫地僧随便丢一本秘籍给你你就能横扫江湖一大半的人了…
从别的平台看到机器学习很厉害,一直没招到入门的方法,编程也不懂,就一直找地方学习,最后来到了big quant,里面资料很多,天天拿到策略改个日期看看回测,学习效果不理想
伟人说过,实践出真知,
想在这里做个计划,一步步去实现自己的想法看看能做到什么程度,
更新时间:2023-12-29 11:31
更新时间:2023-12-15 02:48
更新时间:2023-12-11 06:50
更新时间:2023-12-08 08:38
\
更新时间:2023-12-04 01:21
量化交易利用数学和统计学方法来分析市场并执行交易的过程,是现代金融的一个重要组成部分。量化模型的目的是通过算法自动识别并利用市场中的规律和机会,用以获取更多收益。
量化交易模型的一般由以下几个部分组成:
1 数据处理模型: 量化交易的基石是数据。这包括了从历史价格、成交量到公司财报、宏观经济指标等各类数据。对这些数据的收集、清洗和处理是构建有效模型的首要步骤。**[BigQuant策略编写平台](http
更新时间:2023-12-01 11:22
请教一下,用1000多个股票一年的收益率数据和20个因子做多元回归模型,这里有多只股票和多个日期,应该要怎么处理呢?如何预测股票收益率?
更新时间:2023-11-27 06:10
如下午14点50,判断是否涨停,没涨停就卖出 这种
更新时间:2023-11-27 05:56
更新时间:2023-11-26 16:58
本文介绍了协整的初步内容。
协整是什么这个问题回答起来不是那么直观,因此我们先看下图,了解一下具有协整性的两只股票其价格走势有什么规律。
从图1中可以看出,两只股票具有同涨同跌的规律,长期以来两只股票的价差比较平稳,这种性质就是平稳性。如果两个股票具有强协整性,那么无论它们中途怎么走的,它们前进的方向总是一样的。
提到协
更新时间:2023-11-26 16:58
《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。
Ali El-Shayeb通过价格和成交量相关的9个特征训练模型,特征列表和数据来源见下图。
![](/community/uploads/default/origin
更新时间:2023-11-26 16:58
更新时间:2023-11-26 16:58
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。
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
算法交易起源于上世纪中叶的配对交易
历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯,利用空对多3:7的比例进行配对交易,在1955年到1964年间,综合回报率高达28%。到了上世纪60年代早期,投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。
配对交易逐渐成熟,发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用,同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员,后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英,算法交易的“黑盒子”便由此诞生。
随着计算机的广泛普及,华尔街各大
更新时间:2023-11-26 16:58
邵守田 东北大学金融工程硕士BigQuant首席策略官
傅浩晅 伊利诺伊大学香槟分校统计与经济双学位BigQuant算法团队成员
本报告模型构建工具:https://bigquant.com/
联络咨询:bigq100【微信号】
据中信证券推算,截至2021年2季度
更新时间:2023-11-02 11:17