首页 编写策略 数据平台 策略社区 我的策略 宽客学院 知识库
免费注册

Skelton作业提交

•因子更重要还是模型更重要？

我认为因子更重要，只有好的因子才能做出好的策略。


相同因子下不同模型的区别：

每次训练时间比较长，时间有限，只跑了线性回归的策略。而且收益也没有调的很好。

后续有时间再持续优化，并跑其他策略比较。


[https://bigquant.c

由bqafrbvb创建，最终由bqafrbvb更新于

老韵:超参测试绘图作业

为了上难度，用了个三参数(策略本身没意义哈，只为了熟悉策略回测各环节），策略代码如下：

[https://bigquant.com/codesharev3/acc72621-b644-4961-9a13-375d4d4ea840](https://bigquant.com/codesharev3/

由bqgl97s8创建，最终由bqgl97s8更新于

老韵-机器学习作业

感谢万老师，这堂课收获非浅。无论是滚动训练框架，还是scikit-learn等知识的扩展，都对我的量化学习直到了非常大的启迪作用。

坦率讲，对平台和代码都还是半生不熟的情况下，这个作业的过程，就是一个非常高效的学习过程。

1、先试着补全一个线性模型。

首先拟定了五个常见因子，简化起见都是用

由bqgl97s8创建，最终由bqgl97s8更新于

bqbppxmo_作业

使用总市值，换手率，pe_ttim和净利润(单季度, 同比增长)的截面排序 4个因子作为因子，使用LinearRegression，xgboost和随机森林分别进行回归，LinearRegression效果最好，如下图所示。

![](/wiki/api/attachments.redirect?

由bqbppxmo创建，最终由bqbppxmo更新于

bqae70pv作业提交

  • 因子和模型同样重要，因子和模型的组合决定了量化交易策略的效果。

  • 不同因子在相同模型下的回测表现差异巨大，相同因子在不同模型下的回测表现也各不相同（图1vs图2）。

  • 因子决定潜在收益空间，模型能够提升回测和实盘中的收益表现。

  • 模型和因子的相对重要性会随着环境变化而变化。

    \

由bqae70pv创建，最终由bqae70pv更新于

陈雨作业，0805


非常感谢张伟同学和四金同学的作业能给我看，我还好多代码不会写。

from bigmodule import M

# <aistudiograph>

# @param(id="m5", name="initialize")
# 交易引擎：初始化函数，只执行一次

由bqtzejx8创建，最终由bqtzejx8更新于

陈雨作业，0804

import matplotlib.pyplot as plt
import seaborn as sns

wegiht_list = [0.8,0.6,0.4,0.2]

p_values = pd.DataFrame([])
for weight in wegi

由bqtzejx8创建，最终由bqtzejx8更新于

陈雨作业-0801

from bigmodule import M

# <aistudiograph>

# @param(id="m7", name="initialize")
# 交易引擎：初始化函数，只执行一次
def m7_initialize_bigquant_run(con

由bqtzejx8创建，最终由bqtzejx8更新于

陈雨作业，0730

from bigmodule import M

# <aistudiograph>

# @param(id="m5", name="initialize")
# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(con

由bqtzejx8创建，最终由bqtzejx8更新于

陈雨作业，0731

from bigmodule import M

# <aistudiograph>

# @param(id="m5", name="initialize")
# 交易引擎：初始化函数，只执行一次
def m5_initialize_bigquant_run(con

由bqtzejx8创建，最终由bqtzejx8更新于

陈雨作业，0729

1、请回顾你过去的交易经验，选择一个你曾经使用过的交易方法，尝试用量化的方式重新表达出来（用文字描述，无需代码实现）

 优选2-3个近期热点行业筹码峰低位集中的2-3之股票。最好是看的出来主力持仓开始集中了。
 量化表达：

 (一)定义板块动量因子确定热门板块

 (二)定义股票动量因子

由bqtzejx8创建，最终由bqtzejx8更新于

陈雨的作业，0728

1.什么是量化投资

量化投资，简单说就是“用数学和算法代替人脑做买卖”。它把选股、择时、仓位、等所有环节都写成可计算、可回测的规则，然后让电脑按规则执行。核心要素可以拆成三块：

  1. 研究什么\n• 因子：把股票好坏翻译成可量化的指标，如估值、动量、情绪、突发事件等。\n• 产生交易信号

由bqtzejx8创建，最终由bqtzejx8更新于

四金_作业

总结

因子更重要还是模型更重要？

因子和模型同样重要，模型相同的情况，不同因子在回测中，差异巨大。相同因子在不同的模型下进行回测，表现也各不相同。

一个好的策略，是因子和模型共同组合得到的。

相同因子下不同模型的区别？

因子可以决定回一个量化交易的潜在收益空间，好的模

由bqf6mces创建，最终由bqf6mces更新于

碧空净_作业提交

感谢：作业太难了，感谢TCB的作业可以抄抄，比较简洁。

变化：n1，n2两个参数可调；持仓50只股票；增加了几个过滤条件如非ST、非停牌、非北交所板块等。

洞察：将北交所剔除后，夏普率从2.15下降到1.69，说明微盘股可能和很多人没关系因为无法买卖北交所股票。


==问题：批改作业的老师，

由bq9ndiek创建，最终由bq9ndiek更新于

yinyu作业提交

对每一只股票，取最近 10个交易日 的最低价序列做 时间序列排序；在横截面（同一天所有股票）上，把上面得到的 0–1 分位值再排一次序，又得到 0–1 之间的分位值；因子值越大 → 股票当前价越接近 10 日最低点（时间序列排序值越低，再取负后反而越大）；**因子值越

由bqg4auih创建，最终由bqg4auih更新于

邹的作业

换手率（turn）、股东变化数（shareholder_chg）和股东数量（a_shareholder），我将设计一个综合因子。以下是完整的因子设计方案：

设计思路

\n

  1. 核心逻辑：
    • 换手率反映股票流动性（流动性越高，市场关注度越高）
    • 股东变

由bq9dhg5r创建，最终由bq9dhg5r更新于

bqae70pv作业提交

因子说明：

高成长+低换手+小市值(成交额波动小，流动性不足)

c_pct_rank(net_profit_to_parent_deduct_cagr_3_ttm) + c_pct_rank(-m_sum(turn, 5)) + c_pct_rank(-M_nanstd(am

由bqae70pv创建，最终由bqae70pv更新于

bqbppxmo_作业

换手率与市值因子






[https://bigquant.com/codesharev3

由bqbppxmo创建，最终由bqbppxmo更新于

分页：第1页第2页第3页第17页
{link}