上一页 1 2 3 4 5 6 7 ··· 13 下一页
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(137) 评论(0) 推荐(0) 编辑
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(32) 评论(0) 推荐(0) 编辑
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(321) 评论(0) 推荐(0) 编辑
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(43) 评论(0) 推荐(0) 编辑
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(18) 评论(0) 推荐(0) 编辑
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(95) 评论(0) 推荐(0) 编辑
摘要: 导语:本文介绍Alpha的相关基本概念,以及寻找和检验Alpha的主要流程和方法。在上篇中我们梳理了 WorldQuant经典读本FindingAlphas的概要以及WebSim的使用。作为下篇,我们演示如何通过BigQuant平台可以复现WebSim的因子分析功能,可以只输入因子表达式以及一些相关 阅读全文
posted @ 2021-12-31 11:27 BigQuant量化 阅读(68) 评论(0) 推荐(0) 编辑
摘要: 本文旨在向读者介绍Alpha的相关基本概念,以及寻找和检验Alpha的主要流程和方法。在上篇中我们梳理了 WorldQuant经典读本FindingAlphas的概要以及WebSim的使用,在下篇中我们会介绍相关方法在BigQuant平台上的实现。 一、初识Alpha 1、什么是Alpha? Wor 阅读全文
posted @ 2021-12-31 11:21 BigQuant量化 阅读(63) 评论(0) 推荐(0) 编辑
摘要: 本文是对于medium上Boris博主的一篇文章的学习笔记,这篇文章中利用了生成对抗性网络(GAN)预测股票价格的变动,其中长短期记忆网络LSTM是生成器,卷积神经网络CNN是鉴别器,使用贝叶斯优化(以及高斯过程)和深度强化学习(DRL)优化模型中超参数。此外,文章中非常完整地实现了从特征抽取、模型 阅读全文
posted @ 2021-12-30 11:39 BigQuant量化 阅读(102) 评论(0) 推荐(0) 编辑
摘要: 这是一个老生常谈的问题了,也是随着机器学习、深度学习的发展,被人诟病最多的一个问题。其实机器学习AI的发展也是不断地与过拟合问题解决过程中不断地发展开来。 BigQuant说一说AI量化投资当中一些过拟合的问题吧。 1、引入另类数据 另类的数据、舆情数据、新闻NLP数据、分析师一致性预期、遥感数据、 阅读全文
posted @ 2021-12-30 11:35 BigQuant量化 阅读(34) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 ··· 13 下一页