01 2022 档案

七种量化选股模型
摘要：1.多因子模型 多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。 基本概念 举一个简单的例子：如果有一批人参加马拉松，想要知道哪些人会跑到平均成绩之上，那只需在跑前做一个身体测试即可。那些健康指标靠前的运动员，获得超越平均成绩 阅读全文
posted @ 2022-01-05 14:50 BigQuant量化 阅读(196) 评论(0) 推荐(0) 编辑
日内因子：开盘缺口探索
摘要：本文探索股价日内模式中蕴藏的一种选股因子：开盘缺口。 股价的日内走势可能蕴藏着一些非常有用的信息，尤其是开盘和收盘的几分钟，潜藏的有效“私有信息”可能性比较大。比如，由于隔夜时段的交易暂停，每个交易日开盘后，市场累积的大量私有信息，将通过交易迅速得到释放，知情交易概率在日内呈现快速下降的态势。 开盘 阅读全文
posted @ 2022-01-05 11:52 BigQuant量化 阅读(37) 评论(0) 推荐(0) 编辑
时间加权平均价格算法（TWAP）和成交量平均算法（VWAP）在量化回测的应用
摘要：为什么要引入TWAP和 VWAP？ 为了评估策略的资金容量，我们对M.trade模块里买入点和卖出点这两个参数进行了更丰富的扩展，支持了策略能够按更丰富的算法交易价格（WAP）进行撮合。 如果资金是10万的话，那么在开盘买入基本上没有什么问题，如果资金量是300万、或者1000万呢？开盘如果只买入几 阅读全文
posted @ 2022-01-05 11:30 BigQuant量化 阅读(445) 评论(0) 推荐(0) 编辑
开发AI量化策略所遇到的坑
摘要：AI只是工具，想要驾驭AI还得自身有点功底，不然反而会被工具所害，甚至从信仰AI变为抵制AI。本文简单介绍开发AI量化选股策略中所遇到的各种坑，希望大家有所收获，少走弯路。 本文为BigQuant用户的实践分享，主要从思想和实操两个层面分享在开发AI量化选股策略中所遇到的各种坑。 策略思想逻辑层面 阅读全文
posted @ 2022-01-04 14:46 BigQuant量化 阅读(71) 评论(0) 推荐(0) 编辑
如何写出一个好策略：因子是否越多越好？
摘要：比如某个模型已经有18个因子，如果再添加因子，是以什么标准添加因子？因子是否越多越好？ 新加进去的因子是起什么作用？ 在这个模型里的18个因子，难以衡量每个因子的作用。目前有一套shap包，对黑箱有一定的解释性。这个解释原理比较简单，按照添加该因子的顺序观察结果变化。比如添加该因子前和添加因子后，模 阅读全文
posted @ 2022-01-04 14:40 BigQuant量化 阅读(28) 评论(0) 推荐(0) 编辑
如何写出一个好策略：因子构建、因子评估到量化策略构建
摘要：量化投资对于大部人来说都挺难的，我们也在努力地将量化投资的门槛降低，让很多专业量化者能够精益求精，让对量化感兴趣的人能更好地进入该领域。因此，今年开设了线上Meetup答疑活动，围绕量化策略开发，及时地解决大家遇到的问题。（详见底部视频） 最常见的问题就是有哪些常见的筛选因子方法，因子如何进行评估？ 阅读全文
posted @ 2022-01-04 14:17 BigQuant量化 阅读(126) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示