如何获取指数代码和分钟行情数据,以中证1000和500为例
在2022年7月22日上市交易的中证1000股指期货是2022年的金融市场一件大事,公募私募基金又多了一份对冲工具,指数增强和alpha策略更能施展拳脚。本文介绍如何获取中证1000的代码和行情数据。
[https://bigquant.com/experimentshare/c77ca25583
由qxiao创建,最终由qxiao更新于
在2022年7月22日上市交易的中证1000股指期货是2022年的金融市场一件大事,公募私募基金又多了一份对冲工具,指数增强和alpha策略更能施展拳脚。本文介绍如何获取中证1000的代码和行情数据。
[https://bigquant.com/experimentshare/c77ca25583
由qxiao创建,最终由qxiao更新于
在2022年7月22日上市交易的中证1000股指期货是2022年的金融市场一件大事,公募私募基金又多了一份对冲工具,指数增强和alpha策略更能施展拳脚。本文介绍如何获取中证1000的代码和行情数据。
[https://bigquant.com/experimentshare/c77ca25583
由small_q创建,最终由small_q更新于
股神巴菲特坦然其投资理念非常简单——价值投资,专买具有安全边际处于价值“洼地”的股票。在股票市场上,一般以市盈率指标来衡量股票的价值,市盈率相对较低的话,股票更具有投资价值。 本文介绍了市盈率以及相关的金融市场信息。
市盈率是衡量股价高低和企业盈利能力的一个重要
由clearyf创建,最终由clearyf更新于
本帖对国信证券的研报——《国信投资者情绪指数择时模型》进行了复现,文末有策略链接,欢迎克隆研究。
研报在借鉴 A. D.Persaud 风险偏好指数的基础上,根据中国股市特点,将该方法完善改进后移植到 A 股市场,构建了国信投资者情绪指数 GSISI。
A.D.Persaud 因为
由ypyu创建,最终由ypyu更新于
由ypyu创建,最终由ypyu更新于
本文是行业轮动策略的源码。
[https://bigquant.com/experimentshare/73f9656a0f5645c8909423df662357ff](https://bigquant.com/experimentshare/73f9656a0f5645c
由ypyu创建,最终由ypyu更新于
在阅读了学院关于可视化模板教程后,相信你已经掌握了平台上的模块使用方法。本文将以XGBoost模型为例,介绍回归、排序、分类的不同之处。在文末,你可以克隆该算法自行研究、学习
首先我们明确一下算法在机器学习中的地位。一般来说,机器学习有三个要素:数据、算法和模型。
由iquant创建,最终由iquant更新于
在介绍AI排序算法之前我们先介绍另外一个术语:特征工程
特征工程是使用专业背景知识和技巧来处理数据,使得特征能在机器学习算法上发挥更好作用的工程实践。这样解释可能并不直观。举例说明,当我们选择用指标来评估一个人身体健康程度时,我们一般联想到的是身高和体重指标,这是两个
由ypyu创建,最终由ypyu更新于
[https://bigquant.com/experimentshare/7f7021993a9f40149189be939e15c882](https://bigquant.com/experimentshare/7f7021993a9f40149189be939e15c8
由iquant创建,最终由iquant更新于
[https://bigquant.com/experimentshare/a326c3952ba54193aa9b19576d1e0c22](https://bigquant.com/experimentshare/a326c3952ba54193aa9b19576d1e0c
由iquant创建,最终由iquant更新于
多因子选股作为量化投资研究领域的经典模型,在海内外各类投资机构均受到广泛研究和实践应用。 在多因子模型中,决定策略收益稳健性的关键步骤正在于股票组合的权重配置。因此,从量化对冲策略追求收益稳定性的角度而言,组合权重优化对多因子模型起着至关重要的作用。
本篇报告有别于传统的多因子研究,
由clearyf创建,最终由clearyf更新于
BigQuant平台上的StockRanker算法在选股方面有不俗的表现
由ypyu创建,最终由ypyu更新于
资本资产定价模型(CAPM)长时间以来是资产定价的第一范式,它在一系列假设基础上认为资产的期望收益率由无风险利率和其承担的风险溢价所决定。但是,自20世纪70年代以来,学者们逐渐发现按照某种风格交易股票能够战胜市场,比如:Basu(1977)发现的盈利市值比(EP)效应和Banz(198
由hxgre创建,最终由hxgre更新于
早在1993年,Fama和French两个人就已经发表了他们的三因子模型,认为股票的超额收益可以由市场风险、市值风险、账面市值比风险来共同解释。后来,这两个人发现了除了上述风险,还有盈利水平风险、投资水平风险也能带来个股的超额收益,并在2013年发表了五因子模型。本文旨在对五因子模型以
由small_q创建,最终由small_q更新于
class torch.nn.LSTM(*args, **kwargs)
input_size:x的特征维度 hidden_size:隐藏层的特征维度 num_layers:lstm隐层的层数,默认为1 bias:False则bih=0和bhh=0. 默认为True b
由small_q创建,最终由small_q更新于
\
本教程旨在介绍如何使用TensorFlow以及LSTM神经网络进行深度学习(了解更多机器学习请参见教程
@ML@ML
)。本教程的演示方法为:以实数序列的预测模型为例进行论述,并对股票价格或股指指数进行实测。
本教程将使用神经网络作为序列数据的预测模型。接下来我
由ypyu创建,最终由ypyu更新于
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。
由iquant创建,最终由iquant更新于
[https://bigquant.com/experimentshare/a5ed3eddf32f4e4dad4811a1acc257f0](https://bigquant.com/experimentshare/a5ed3eddf32f4e4dad4811a1acc257
由clearyf创建,最终由clearyf更新于
之前分享了一篇用随机森林预测股价走势的论文,本文就是对论文的策略复现。 原文:
《Predicting the direction of stock market prices using random forest》
上篇帖子提到,作者思路
由ypyu创建,最终由ypyu更新于
在量化交易中,我们常听到和看到因子是量化研究中关键的一环。一个量化策略是5个因子的效果好,还是50个因子的效果好?因子之间有什么样的关联和差异?对量化交易策略收益的影响如何?那么因子投资是什么?为什么量化交易要
由small_q创建,最终由small_q更新于
趋势跟踪策略是只需需顺势而为的策略,即在价格上涨时买入,在价格开始下跌时卖出。在趋势跟踪策略中,人们的目标不是预测或预测,而只是关注市场上的任何新兴趋势。
由于互联网的力量,我们都听说过病毒式传播。尽管这是相同的概念,但目标不同。在金融界也
由qxiao创建,最终由qxiao更新于
互斥事件是指不能同时发生的事件。例如,您不能同时向后和向前跑、抛硬币不能同时出现正反面。同样,金融市场交易实践中也存在相互排斥的事件。
可以解释金融市场交易中相互排斥事件的一个非常简单的示例,包括您的预算和同时不同股票的价值。
由qxiao创建,最终由qxiao更新于
时间序列是随时间推移的一系列观察结果,用于所描述现象随时间变化的情况。这类数据反映了某一事物、现象等随时间的变化状态或程度。比如以下都是时间序列数据的例子“
由small_q创建,最终由small_q更新于
由small_q创建,最终由small_q更新于
市场效率低下是交易世界中存在巨大机会的时期。然而,除了机会之外,交易者还需要对其投机能力、有助于在正确时间买卖的策略等事情充满信心。
简而言之,在市场效率低下的情况下,遵循正确的方法非常重要。
低效市场只不过是金融市场中特定证券的价格未按其真实价值交易的情况
由small_q创建,最终由small_q更新于