上一页 1 2 3 4 5 6 7 8 ··· 13 下一页
摘要: BigQuant人工智能量化投资交易平台 不管是跨市场、还是跨板块轮动,其实量化比起主观更具先天优势,因为投资者当某个行业出现信息或冲击时,专门从事相关行业的投资者可能也无法迅速把握冲击的全部影响,而这也是行业轮动的原理之一,信息会逐渐在各个行业间扩散,导致不同行业的股票价格先后响应。 与此同时,在 阅读全文
posted @ 2021-12-30 11:30 BigQuant量化 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 导语 RNN、LSTM和GRU网络已在序列模型、语言模型、机器翻译等应用中取得不错的效果。循环结构(recurrent)的语言模型和编码器-解码器体系结构取得了不错的进展。 但是,RNN固有的顺序属性阻碍了训练样本间的并行化,对于长序列,内存限制将阻碍对训练样本的批量处理。这样,一是使得RNN的训练 阅读全文
posted @ 2021-12-29 15:45 BigQuant量化 阅读(86) 评论(0) 推荐(0) 编辑
摘要: 这是早前BigQuant专题研究:基于卷积神经网络CNN的深度学习因子选股模型。卷积神经网络(Convolutional Neural Network, CNN),是计算机视觉研究和应用领域中最具影响力的模型之一。同样,如果将时间看作一个空间维度,类似于二维图像的高度或宽度,CNN也可以对时间序列处 阅读全文
posted @ 2021-12-29 15:30 BigQuant量化 阅读(66) 评论(0) 推荐(0) 编辑
摘要: 模块使用背景 该模块是基于Barra风险模型开发出的可以将使用者投资组合的历史表现进行风险分解并归因到9种Barra大类因子上面,可以让BigQuant使用者更直观地将自己的组合进行风险线性分解。 Barra所使用的风险因子主要来自于基本面,包括行业、规模、波动性等。由于这些风险因子是每月重新计算的 阅读全文
posted @ 2021-12-29 14:39 BigQuant量化 阅读(28) 评论(0) 推荐(0) 编辑
摘要: 量化交易规模突破万亿大关 国内量化交易规模快速发展,今年量化基金已突破万亿大关,并且量化私募的整体业绩十分亮眼,过去5年一线量化私募的超额收益基本在20%~30%,量化交易的占比已达到20%~30%(BigQuant开第一期培训的时候还不到10%),可见量化的发展迅猛,未来也会以更快地速度占领交易市 阅读全文
posted @ 2021-09-15 16:43 BigQuant量化 阅读(24) 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。之前我们梳理了 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? World 阅读全文
posted @ 2021-01-16 10:48 BigQuant量化 阅读(22) 评论(0) 推荐(0) 编辑
摘要: BigQuant是以AI为核心的投研和投资平台。提供量化数据服务中台、多种投资算法、量化投资最佳实践等,提供机器学习等在量化的技术探讨和解决方案。在BigQuant技术社区,我们会发布与AI量化相关的科普内容和研究过程、研究成果,填补AI量化的知识空缺。 我是李冠达,在宽邦科技(BigQuant)担 阅读全文
posted @ 2020-12-31 17:39 BigQuant量化 阅读(10) 评论(0) 推荐(0) 编辑
摘要: BigQuant是以AI为核心的投研和投资平台。提供量化数据服务中台、多种投资算法、量化投资最佳实践等,提供机器学习等在量化的技术探讨和解决方案。在BigQuant技术社区,我们会发布与AI量化相关的科普内容和研究过程、研究成果,填补AI量化的知识空缺。 邵守田在宽邦科技(BigQuant母公司)担 阅读全文
posted @ 2020-12-30 16:02 BigQuant量化 阅读(50) 评论(0) 推荐(0) 编辑
摘要: 首先解释一下标题: CNN:卷积神经网络(Convolutional Neural Network), 在图像处理方面有出色表现,不是被川普怒怼的那个新闻网站; 股票涨跌:大家都懂的,呵呵; 股票图片:既然使用CNN,那么如果输入数据是股票某个周期的K线图片就太好了。当然,本文中使用的图片并不是在看 阅读全文
posted @ 2020-12-17 14:12 BigQuant量化 阅读(12) 评论(0) 推荐(0) 编辑
摘要: 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,模型输出结果的变化是否发生了变化,结果对模型的敏感度或者贡献度有什么影响,这个可以评判因子对预测值起到了拉高还是降低的作 阅读全文
posted @ 2020-12-05 16:45 BigQuant量化 阅读(9) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 13 下一页