摘要：
导语 本文介绍了LSTM的相关内容和在股票价格预测上的应用。 LSTM的股票价格预测 LSTM(Long Short Term Memory)是一种 特殊的RNN类型，同其他的RNNs相比可以更加方便地学习长期依赖关系，因此有很多人试图将其应用于 时间序列的预测问题 上。 汇丰银行全球资产管理开发副 阅读全文
摘要： 
AVL树 AVL树是一种自平衡二叉搜索树。在这种树中，任何节点的两个子树的高度差被严格控制在1以内。这确保了树的平衡，从而保证了搜索、插入和删除操作的高效性。AVL树是由Georgy Adelson-Velsky和Evgenii Landis在1962年发明的，因此得名（Adelson-Velsky 阅读全文
AVL树 AVL树是一种自平衡二叉搜索树。在这种树中，任何节点的两个子树的高度差被严格控制在1以内。这确保了树的平衡，从而保证了搜索、插入和删除操作的高效性。AVL树是由Georgy Adelson-Velsky和Evgenii Landis在1962年发明的，因此得名（Adelson-Velsky 阅读全文
摘要：
小市值选股策略的核心在于通过综合分析公司的基本面、行业定位、财务健康状况以及市场趋势， 来寻找那些被市场低估但具备显著成长潜力的股票，同时也要重视风险管理和投资组合的多样化。 今天来给大家分享下小市值策略代码如下： # 显式导入 BigQuant 相关 SDK 模块 from bigdatasour 阅读全文
摘要：
常见算法优劣比较 算法没有最好，只有更好。 这个问题的答案取决于许多因素，例如股票市场的条件，数据集的质量和特征工程的有效等。接下来，我们来看看这些算法的优势和劣势： 神经网络：适用于复杂的非线性问题，可以有效地捕捉市场的非线性特征和复杂关系。 决策树：适用于数据量较小、特征维度较少的情况，可以很好 阅读全文
摘要：
当我作为数据科学家介绍自己的时候，我经常会遇到像“数据科学和机器学习有什么区别”或者“这是否意味着你在从事人工智能研究？”这样的问题，我已经回答了无数遍，这些回答已经符合了我的 “三次准则”： 当你写相同的代码写了三遍时，你就应该去写一个函数 当你给出相同的个人建议三次时，你就应该将建议写在博客里 阅读全文
摘要：
前言 1988年，欧奈尔将他的投资理念写成了《笑傲股市How to Make Money in Stocks》。书中总结了选股模式CANSLIM模型，每一个字母都代表一种尚未发动大涨势的潜在优质股的特征。 视频讲解 如何结合欧奈尔的RPS指标开发策略 代码示例 # 回测引擎：初始化函数，只执行一次 阅读全文
摘要：
如何对连续型数据进行离散化处理，并进行OneHot编码，最终将OneHot编码作为特征因子输入模型？ 什么是OneHot编码 One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。 通过这个 阅读全文
摘要：
这篇文章的主要目的是介绍有效前沿这个理论工具和分析框架。我们由均值方差分析展开，逐步推演到有效前沿。然后，我们又说到有效前沿在投资或者量化中的应用场景，最后我们也总结了有效前沿的一些问题，尤其是敏感性问题。在教程中，特意加入了一些实验代码，可以让大家在阅读的过程中有更好的理解。 有效前沿 说到有效前 阅读全文
摘要：
本文由BigQuant翻译来自于MSCI研究，原文标题为《机器学习因子:在线性因子模型中捕捉非线性》 作者：George Bonne, Jun Wang, Howard Zhang 发表时间：2021年3月 概要 虽然机器学习(机器学习)算法已经存在了几十年，但最近它们在包括金融在内的许多领域受到了 阅读全文
摘要：
一年一度的培训虽晚但到，这是BigQuant与大家走过的第五个培训年头，在过去的四年里看到很多学员的成长和蜕变，从一开始的懵懂无知，到现在对深度学习的信手拈来，BigQuant与各位学员们一样都收获颇丰，学员们也提了很多宝贵的建议。所以，今年BigQuant的培训隆重升级成为AI量化策略会，续上训练 阅读全文