更新时间:2022-05-22 01:17
\
更新时间:2022-05-19 08:20
更新时间:2022-04-11 11:00
欢迎大家来到BigQuant人工智能量化投资平台 ,从本文开始,我们将手把手的带领大家进入人工智能量化投资的世界,整个学院教程采取边学边练的方式,实践中学习可以帮你最大程度理解所学内容,只要你紧跟学院大纲,你将可以很快的揭开人工智能量化投资的神秘面纱。
快来跟随下文指引,快速构建第一个属于您的AI量化策略。
在网站首页,登录账户并点击“编写策略”,进入策略研究界面
![](/wiki/api/attachments.redirect?id=5c5a196f-8171-424a-88d6-70eb9c750
更新时间:2021-10-08 07:51
在上一篇文章中,大家对新建一个AI可视化模板策略有了初步的认识,但看到策略中众多的模块与看似复杂的连线心中不免存在疑惑,没关系,本篇文章中,我们就来为大家完整介绍一个AI量化策略的组成结构以及涉及的基本概念,希望可以帮助大家对AI量化策略建立一个全面初步的认识。
在认识一个人工智能量化投资策略之前,我们首先来了解几个基本概念:人工智能 、 量化投资和机器学习,大家可以通过快速浏览下面这两篇文章,对前两个概念进行初步了解。
更新时间:2021-10-07 14:00
人工智能(AI)技术得到了飞速发展,其在各个领域的运用也不断取得成果。机器学习被评为人工智能中最能体现人类智慧的技术,因此开发AI量化策略可以理解为将机器学习应用在量化投资领域。
机器学习算法太多,本文讨论只针对适用于金融数据预测的常用有监督型机器学习(Supervised Machine Learning)算法:StockRanker。假设我们要去预测某个连续变量$ Y$未来的取值,并找到了影响变量$ Y$取值的$K$ 个变量,这些变量也称为特征变量(Feature Variable)。机器学习 即是要找到一个拟合函数$f(X_1,X_2,\ldots,X_K|
更新时间:2021-07-30 09:08
BigQuant平台支持可视化(非代码)开发人工智能(AI)量化投资策略,希望大家都可跟随下文指引实际操作,快速新建一个属于您的AI量化策略。过程中可能会存在一些疑问,没有关系,本文诣在帮助大家快速建立对AI量化策略的初步认识,下一文《 AI量化策略快速理解》中我们会对具体过程进行详细说明。
BigQuant为大家提供了一个AI模板策略,各项参数均给出默认值,新建即可使用,大家可直接在模板上进行参数修改,降低初
更新时间:2021-07-30 09:08
算子是平台可视化研究环境进行实验开发时基本组件,也称模块。
AI量化策略研究平台将复杂的算法和逻辑代码封装为简单易用的算子。算子支持一致的命名约定、版本控制和缓存/增量计算等功能。
下图显示 因子分析这一算子。我们可直接从左侧拖动算子到研究环境。
见:算子列表
算子由算子名
更新时间:2021-07-05 09:23
导语:当我们策略回测完成时,系统会输出包含各种指标的收益曲线图,但可能因我们对这些指标的释义和内容不太熟悉,导致无法准群判断策略好坏,本文从回测各指标概念入手,希望可以帮助大家更好地理解策略回测结果。
当我们完成一个策略回测时,会得到如下图形,包含 收益概况 、 交易详情 、 每日持仓和收益 、 输出日志 。接下来,我们详细介绍这几个部分。
收益概况以曲线图的方式显示了策略在时间序列上的收益率。红色曲线为 **
更新时间:2021-04-13 09:12