更新

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

预计算因子表[数据平台] https://bigquant.com/data/datasources/cn_stock_prefactors

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

[http

1. 什么是Softmax

Softmax要解决这样一个问题：我有一个向量，想用数学方法把向量中的所有元素归一化为一个概率分布。也就是说，该向量中的元素在[0,1]范围内，且所有元素的和为1。

Softmax就是这个数学方法，本质上是一个函数。

假设我们有一个k维向量z，我们想把它转换为一个k维向量 ，使其所有元素的范围是[0,1]且所有元素的和为1，函数表达式是：

![softmax(x)_i = \frac {e^{x_i}

主要作用

NumPy（Numerical Python的简称）是Python中用于处理数组、矩阵、数值计算以及高级数学函数的一个强大的库。在金融量化分析中，NumPy扮演着至关重要的角色，因为它提供了快速、高效的数值计算能力，适用于处理大量的金融数据。

NumPy的主要特点包括：

1. 多维数组对象：NumPy提供了一个称为ndarray的多维数组对象，用于存储和处理大型数据集。
2. 数学函数：NumPy包含了大量的数学函数，用于执行基本的数学运算（如加、减、乘、除）以及更复杂的数学运算（如线性代数运算、统计函数、随机数生成等）。
3. **广播功

10分钟学会Pandas

Pandas最初被作为金融数据分析工具而开发出来，在金融领域被广泛使用。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具、函数和方法。

本文是针对pandas新手的快速入门学习指南。你可以在 AI量化平台-编写策略 里，一步一步的学习和实践。

# 导入库
import pandas as pd
import numpy as np

Pandas数据结构

主要数据结构：Series和DataFrame，Series是一种类似于一维数组的对象，它由一组数据以及一组与之相关的数据标签（即

icir

IC即信息系数（Information Coefficient），表示所选股票的因子值与股票下期收益率的相关系数。IR=IC的均值/IC的标准差。

mutual_info

互信息 参考华泰证券研报 https://bigquant.com/wiki/doc/yinzi-2hG8xsX410 p5

longshort_return

将每天股票按因子值分成10组，取首尾两组平均收益率的差值为每一天的多空收益，计算每天收益的和。

longshort_sharpe

将每天股票按因子值分成10组，取首尾两组平均收益率的差值为每一天的多空收益，按照此收

导语

本文介绍Python编程中非常重要的函数调用与定义的相关知识点。

https://bigquant.com/experimentshare/8dba3693963948e88c7af73f098c4e5d

本文由BigQuant宽客学院推出，版权归BigQuant所有，转载请注明出处。

\

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

{{use_style}}

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

[https://bigquant.com/wiki/doc/demos-ecdRvuM1TU](https://bigquant.com/wiki/doc/demos-ecd

为什么要用自定义损失函数

1. 能够适应特定任务: 如在金融领域中，可以设计自定义损失函数来考虑不同的风险偏好、成本约束或者特定的投资目标。
2. 提升模型性能: 自定义损失函数可以通过对模型输出和目标之间的差异进行更精确的度量，从而提高模型的性能。通常情况下，使用常见的损失函数如均方误差（MSE）或交叉熵（Cross Entropy）可能无法充分考虑到任务的具体特点，而自定义损失函数可以更好地捕捉到问题的本质。
3. 考虑不平衡数据：在某些任务中，数据可能存在类别不平衡的情况，即某些类别的样本数量远远多于其他类别。此时，使用自定义损失函数可以对不同类别的样本进行加权或调整，以更好地平

为什么要用自定义损失函数

1. 能够适应特定任务: 如在金融领域中，可以设计自定义损失函数来考虑不同的风险偏好、成本约束或者特定的投资目标。
2. 提升模型性能: 自定义损失函数可以通过对模型输出和目标之间的差异进行更精确的度量，从而提高模型的性能。通常情况下，使用常见的损失函数如均方误差（MSE）或交叉熵（Cross Entropy）可能无法充分考虑到任务的具体特点，而自定义损失函数可以更好地捕捉到问题的本质。
3. 考虑不平衡数据：在某些任务中，数据可能存在类别不平衡的情况，即某些类别的样本数量远远多于其他类别。此时，使用自定义损失函数可以对不同类别的样本进行加权或调整，以更好地平

操作符

这个衍生特征里的自定义表达函数 卡了好几天了

求大佬给看看应该怎么写才对呀

求助~~~

https://bigquant.com/codeshare/0400a079-48e4-4b81-94a0-ee02572ceee6

\

官方的小市值代码策略里面其中有这么一行

\

# 获取当前日期的所有股票市值
df = context.df[context.df['date']==dt].sort_values('total_market_cap', ascending=True)

这是未来函数么，在当天交易就能获取到当天的总市值

另外有人知道怎么获取上一个交易日么

高手你好, 不好意思之前没表达清楚, 我想给代码的调仓函数移到调仓管理或其他函数中, 好让自定义运行扫描不同的调仓周期.

所以我之前问假设加上每5天调仓, 模块该在图中哪里加上, 线该怎么连?

https://bigquant.com/codeshare/a5bf9487-3e53-40ed-87b2-b1f614f10c08

\

高手你好, 我想给代码加上每5天调仓, 模块该在图中哪里加上, 线该怎么连?

https://bigquant.com/codeshare/157a00b1-6b68-4016-9a82-69b8a50aaaf0

\

我想将选取前十名股票的选股策略的基础上，融合亏损5%则卖出； 获利10%则止盈，换股的策略。

同一个问题，因为刚上手，原来可以1分钟解决的搞了1天，其实一开始文心一言就已经帮我改正了错误，只是我认为不是这个问题。

第一步

第二部

在修改交易代码时，遇到将原来的context.df = context.options['data'].read_df()与`positions_cost = {e.symbol: p.cost_bas

OPEN/DELAY(CLOSE,1)-1 这代码中的DELAY 的函数 是什么意思

OPEN/DELAY(CLOSE,1)-1   这个函数中DELAY 是什么意思

\

https://bigquant.com/college/courses/course-v1:public+2023110601+110601/courseware/7708009442174480802b3dd339f4ede0/45dafc16ea744216af376a7dc2961fa5/

老师您好，

我学习上面的视频文章，想试运行代码，但运行不下去，没办法回测，是我哪里没有配置对吗？谢谢老师！

• \

  # 我们取前0.6的数据量作为训练集
  date = data['date'].unique

我想实现自定义的macro函数，例如计算时间截面上的某个统计量。是否可以自己实现这种macro函数？我理解时间截面上的统计量，需要用到窗口函数，但是不知道怎么用macro函数来实现

https://bigquant.com/wiki/doc/6ieq5a6a5lmj5qch5roo-0kcMgSnQXw

调用m15.plot_label_counts()，提示：

• WARNING AI: plot is deprecated, please use bigcharts.render instead. read bigcharts docs: https://bigquant.com/wiki/doc/shuju-tKl1IIzTlb

\

\n\n https://bigquant.com/college/courses/course-v1:plus+strategy01+2022_12_30/courseware/2cbd1a4caca04d579c2f5ca55edb560f/073b4b28861a47dc8d2f6da300afc766/\n\n这个课程里面的策略结果评估的例子 运行报错 WARNING AI: plot is deprecated, please use bigcharts.render instead. read bigcharts docs: https://bigquant.com/wiki/do