BigCharts - 量化数据可视化探索和分析

BigCharts 介绍

BigCharts是专业的金融市场和量化投资数据可视化探索与分析工具,致力于为用户提供高效、易用、可定制的数据可视化解决方案,提升用户在数据探索、分析和决策过程中的效率与准确性,成为量化投资者和金融分析师的得力助手。

快速入门

由jliang创建,最终由jliang更新于

数据平台/DAI

什么是DAI

DAI (Data for AI) 是BigQuant研发的高性能分布式数据平台

  • 使用简单:通过统一接口访问BigQuant各类数据
  • 数据丰富:提供PB级金融数据、另类投资数据和因子数据 ([数据字典](https://bigquant.com/data/ho

由jliang创建,最终由qxiao更新于

事件策略:买入刚刚ST摘帽的股票并持有3天

声明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑

声明:本策略需要在AIStudio 3.0环境下运行

股票提取:每日判断ST摘帽的股票,买入后持有3天

买卖时间:开盘买入,收盘卖出

初始资金:100万

持仓票数:所有满足ST摘帽条件的股票

持仓周期:3天


\

**策

由small_q创建,最终由small_q更新于

【宽邦研报】基于方正适度冒险因子的因子分析及使用该因子构建的指数增强策略。

注:【方正金工】成交量激增时刻蕴含的alpha信息——多因子选股系列研究之一

引言

在股票市场中,成交量的变化承载着丰富的信息,它不仅是技术分析的核心要素,更是投资者们解读市场情况的关键窗口。"量在价先"这句谚语旨在强调成交量在股票价格波动预测中的重要性,而这个观点已经被广泛验证和接

由qxiao创建,最终由lym757924546更新于

因子分析框架-信号类因子

{{membership}}

[https://bigquant.com/codeshare/bf0976b8-c68c-474a-a9d0-9686bbaed72f](https://bigquant.com/codeshare/bf0976b8-c68c-474a-a9d0-9686bbaed

由small_q创建,最终由small_q更新于

因子分析框架-离散因子

{{membership}}

[https://bigquant.com/codeshare/837517eb-68a0-411f-beb8-bc991c8f69c1](https://bigquant.com/codeshare/837517eb-68a0-411f-beb8-bc991c8f6

由small_q创建,最终由small_q更新于

因子平台/BigAlpha

因子研究

在金融投资领域中,因子研究是量化投资的重要组成部分。这是一种研究和分析股票、债券等金融资产的性能和风险的关键手段,以揭示影响投资回报的基本因素。

因子研究的核心价值在于,它可以揭示那些对投资回报产生持续影响的变量,如市值、质量、动量、低波动性、收益率等。这些因子在历史上已

由jliang创建,最终由small_q更新于

因子分析框架-自动调整因子方向

{{membership}}

[https://bigquant.com/codeshare/275c0eb4-7402-4978-b103-18b6f5de15d7](https://bigquant.com/codeshare/275c0eb4-7402-4978-b103-18b6f5de1

由small_q创建,最终由small_q更新于

因子分析框架

{{membership}}

[https://bigquant.com/codeshare/a7f6fb4b-fc0e-4364-a6fa-de10e828c02b](https://bigquant.com/codeshare/a7f6fb4b-fc0e-4364-a6fa-de10e828c

由small_q创建,最终由small_q更新于

机器学习:20-DNN-滚动训练

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


\

策略源码:

{{membership}}

[https://bigquant.com/codeshare/e7bb60a5-a6e1-4310-9e6a-e4b742fb0f1

由small_q创建,最终由small_q更新于

机器学习:19-滚动训练-XGBoost

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:


\

**

由small_q创建,最终由small_q更新于

机器学习:18-滚动训练-线性回归

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


\

策略源码:

{{membership}}

[https://bigquant.com/codeshare/66c560a3-335b-407c-aa2f-7053322141f

由small_q创建,最终由small_q更新于

机器学习:17-LSTM

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

\

**策略源码

由small_q创建,最终由small_q更新于

机器学习:16-CNN

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


\

策略源码:

{{membership}}

[https://bigquant.com/codeshare/ccbddd56-eddd-4a7f-95e2-88e8a0432a3

由small_q创建,最终由small_q更新于

机器学习:15-DNN

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:


\

**策略

由small_q创建,最终由small_q更新于

机器学习:14-XGBoost

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:



\

由small_q创建,最终由small_q更新于

机器学习:13-AdaBoost

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:



**策略源

由small_q创建,最终由small_q更新于

机器学习:12-随机森林

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

\

**策略

由small_q创建,最终由small_q更新于

机器学习:11-感知机

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==

回测图:

\

**策略源码

由small_q创建,最终由small_q更新于

机器学习:10-朴素贝叶斯

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

\

**策略

由small_q创建,最终由small_q更新于

分页:第1页第2页第3页第4页第5页第327页