策略优化

策略优化在金融领域中扮演着至关重要的角色。它是指通过深入分析市场趋势、评估风险与收益潜力，以及应用先进的算法和模型，对现有的投资策略进行精细化调整和改进。这种优化旨在提高投资组合的回报率，同时降低不必要的风险暴露，确保资金的安全性和流动性。在当今复杂多变的金融市场中，持续的策略优化对于保持竞争优势和适应不断变化的投资环境至关重要。

【其他】未来函数问题

https://bigquant.com/wiki/doc/xinhao-fangfa-oxACTyy7MT我看到知识库里有个大神有这个再次分类提高选股策略的方法。但是，在测试集中把return_5_day=(shift(close_0, -5)-shift(open_0, -1))/shift(open_0, -1)给当作特征写进去了啊，这岂不就是用了未来函数么？还是说我理解错了

更新时间：2025-02-15 14:50

【其他】如何优化策略？

请问：

比如，我开发一个策略，回测两年时间，前一年的表现很好，后一年的表现很差，那么该如何优化让策略长期表现一致呢？

谢谢

更新时间：2025-02-15 14:46

【其他】求问回测和实盘的日期使用问题

在大宽看了不少策略，有一个关于具体使用当天还是前一天数据的问题

比如B站视频中的稳健深小策略

#==================== 数据准备

today = data.current_dt.strftime('%Y-%m-%d')

time = data.current_dt

# 根据权重计算排序得分

today_data['总市值_score'] = today_data['总市值'].rank(ascending=True)

today_data['流通市值_score'] = today_data['流通市值'].rank(ascending

更新时间：2025-02-15 13:19

【平台使用】因子任务、模拟交易运行时alpha_hfpc_*系列因子尚未计算完成

如题。我的策略使用了这系列因子中若干关于订单大小的因子。

在今天因子任务运行的时间（17：37），这系列因子的值是空的

在我的前两个模拟交易运行时（18：30左右），仍然是空的

直到我的第三个模拟交易运行（18：49），才成功获取到了这一系列因子的值

（我的三个模拟交易任务每一个都依赖前一个，为了让运行时间错开）

我的模拟交易任务甚至勾上了全部标签。按理来说，应该在运行任务时，平台的因子已经全计算完了。

实际上这一现象我已经观察到很多次了，不过平常在因子任务的时候获取不到，在模拟交易运行的时候就获取到了，我感觉问题不大就没有反馈。今天格外的严重。这应该是个b

更新时间：2025-02-15 11:43

【其他】我克隆网站上的xgboost策略小改了一下，不管怎么调整数据，收益率曲线形状都没啥变化，能帮我看看有什么问题吗

我看了最近的交易记录，也没啥变化。

https://bigquant.com/codeshare/7d61d0a4-468a-4472-b189-c4cc73c80b28

更新时间：2025-02-15 11:25

【其他】我发现有的因子具有周期性，在有效的时候涨的特别猛

能不能在它有效的时候用它，无效的时候不用，或者在它无效的时候倒过来，或者滚动训练

更新时间：2025-02-15 11:07

【代码报错】已解决：stockranker训练到第9轮报错

https://bigquant.com/codesharev2/8a7c55c5-b437-4d23-9f53-47d0f41fbd98

更新时间：2025-02-15 10:58

【平台使用】策略报错:no data left after dropnan

https://bigquant.com/codeshare/faa3653b-25fa-466e-97d5-acf59707a9ef

过滤条件太严格了请问大佬们如何改进

更新时间：2025-02-14 10:11

【指标定制】如何写一个组合策略？

假设有两个策略，分别为策略1和策略2，现需要将两个策略组合在一起

交易模型问题1：策略1和策略2均各持有10只股票，策略1模型下单金额占总金额的0.6，策略2模型下单金额占总金额的0.4，共20只票，请问怎么写？

交易模型问题2：策略1持有20支，模型2持有10支，共30只，策略1模型下单金额占总金额的0.6，策略2模型下单金额占总金额的0.4，请问怎么写？

更新时间：2025-02-14 09:30

【平台使用】如何在特定月份空仓？

请问如何让策略在固定月份（比如一月）空仓？

是在回测模块的初始化函数里加代码吗，还是在仓位分配模块里加代码，应该怎么加呢？谢谢

https://bigquant.com/codesharev3/fd66537f-dd22-4b89-b0b2-b1a89f1ea800

更新时间：2025-01-20 01:56

强化学习在金融领域的应用：资料及书籍推荐

强化学习（RL）是机器学习中最令人兴奋的领域之一，尤其是在交易领域应用时。RL之所以如此吸引人，是因为它允许你优化策略并增强决策方式，这是传统方法无法做到的。

它最大的优势之一是什么？

你不需要花费大量时间手动训练模型。相反，RL可以自行学习和做出交易决策（取决于收到的反馈），并根据市场的动态不断调整。这种效率和自主性是RL在金融领域越来越受欢迎的原因。

根据新闻，“全球强化学习市场在2022年的估值为28亿美元，预计到2032年将达到887亿美元，从2023年到2032年的复合年增长率为41.5%。”

关键的研究报告

以下是Paul推荐的关于金融领域强化学习的关键研究

更新时间：2025-01-16 10:44

实战CTA 截面动量VS时序动量如何动态分配策略？

原文标题：The Journal of Portfolio Management Multi-Asset Special Issue

2021 3.29

作者：Olivier Schmid 、Patrick Wirth

标题：Optimal Allocation to Time-Series and Cross-Sectional Momentum

中文编辑：量化投资与机器学公众号 QIML Insight 系列

核心观点

趋势（或动量）策略应该根据市场的状态，动态分配策略在时序动量与截面动量的权重。

基于时序动量与截面动量的组合策略主要依赖于各品种的趋势强度及品种间的

更新时间：2025-01-09 10:26

【平台使用】策略执行未结束且内存占用过高

问题请教-策略执行一直不结束，容量占用特别大

我使用了50个因子来计算，使用的是stockranker策略，策略执行了一个小时，都不结束，容量占用了1024G，这个怎样解决下，下面有代码和照片。

https://bigquant.com/codesharev3/54e4d4c8-7e89-4985-b20b-84fca9ee12f3

![](/wiki/api/attachments.redirect?id=cbec6413-a08e

更新时间：2024-11-04 01:41

更新

本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：

[https://bigquant.com/wiki/doc/6l95rao57g7562w55wl55qe5lik5liq5qih5z6l6j6n5zci77ya5lia5liq6ake5rwl5lik5rao77ym5lia5liq6ake5rwl5lil6lem6zeu6aky-QQubuusc2B](https://bigquant.com/wiki/doc/6l95rao57g7562w55wl55qe5lik5liq5qih5z6l6j6n5zci77ya5lia5liq6ake5rwl5l

更新时间：2024-05-21 08:35