新建一个可视化AI选股策略，如下图所示：

在训练集流程中的缺失数据处理模块m13前加入模块“过滤市场”m25(从“用户模块”——“共享模块”中找到并拖入画布)并在参数窗口中填入3，即可实现在训练集中去除创业板股票

在测试集流程中的缺失数据处理模块m14前加入模块“过滤市场”m26(从“用户模

本例使用GBDT算法进行模型训练和数据预测

1. 新建可视化AI模板策略
2. 在左侧模块导航栏“机器学习”中拖出“GBDT训练”和“GBDT预测”模块替换原有的 StockRanker 训练模块和 StockRanker 预测模块

本例设置“GBDT训练”中的参数：

损失函数类型：'reg:

请问如何修改下面的卖出订单的代码，实现判断当股票总仓位大于总市值金额的60%时，卖出大于60%的那部分排序末位的仓位？

if not is_staging and cash_for_sell > 0:
        equities = {e.symbol: e for e

\

有偿分享天梯hot榜策略源码，也提供基于bigquant平台量化开发快速入门及技能提升，有需要请留下联系方式

![{w:100}{w:100}{w:100}](/wiki/api/attachments.redirect?id=a0d6ae08-0aeb-445a-9c1e-3879b74e

\

https://bigquant.com/live/shared/strategy?id=60243

需要的留下联系方式

为表诚意，我对模型预测部分做了开源. 方便下载，特意开源在国内平台。模型采用机器学习算法，不需特征处理 https://gitee.com/fsmyi/policy-infer.git 为了除去使用未来函数和 使用训练集数据过拟合模型嫌疑，在此张贴，对未来一个月（以12.17为起点）排名前10股

https://bigquant.com/live/shared/strategy?id=62677

https://bigquant.com/live/shared/strategy?id=60243

需要的留下联系方式

https://bigquant.com/live/shared/strategy?id=63844

需要策略源码进行量化开发交流的

Overview

说到量化投资和研究，很多人有一个基本认知，就是通过数据观察和分析，提出假设，然后通过回测来验证假设。通过验证之后，再上实盘验证。当然，其中有一些深入的细节。比如回测可以是样本内+样本外。这里有篇学术论文，其中一个观点就是大部分人跑的回测都没什么意义。论文的作者是前AQR的机

2017年初，我们开发了RSRS指标与择时模型用以预测宽基指数的未来涨跌方向。本文回顾与总结了RSRS择时模型样本外跟踪的近3年时间里在不同指数上的择时表现与暴露出来的不足之处，并通过对指标算法进行优化尝试改进RSRS指标及其择时策略。

样本外RSRS择时策略整体表现较好

RSRS择时策

摘要

另类标签和集成学习有助于提升人工智能选股模型的超额收

对于量化选股模型来说，另类标签指有别于收益率的标签，也可视为一种“另类数据”。本文通过设置多种测试情形，对比了另类标签(信息比率和Calmar比率)与传统收益率标签在构建人工智能选股模型的优劣。相比收益率标签，另类标签在全

导语

当用户训练出具有一定意义的深度学习模型的时候，把训练得到的模型固化到本地可以方便以后的调用，关于如何固化深度学习模型，请移步这里，一般来说，固化深度学习模型是为了节省下一

导语

当用户训练出具有一定意义的深度学习模型的时候，把训练得到的模型固化到本地可以方便以后的调用，关于如何固化深度学习模型，请移步这里，一般来说，固化深度学习模型是为了节省下一

![{w:100}](https://mmbiz.qpic.cn/mmbiz_jpg/eY68OjJvXODRpNM7qpKL5gCEaSnHhibic8qOctF3ibqIkd2vn0ONklQbicQ3sSlicmq4GiaBaTVRXZJVwg0IlfBl3cTA/640?wx_fmt=jp

\

寻加密货币量化策略开发人员，一同组建策略开发工作室，CD地区，有意者可加V。小白勿扰……

https://bigquant.com/experimentshare/28a454b6532144eb819a78efae160768

\

https://bigquant.com/experimentshare/7ef4687a8cff48c3a1e5960a493dc1e7

\

/wiki/static/upload/e0/e01b0948-5f18-481e-ae7b-9f8748add087.pdf

\