77th Meetup

由small_q创建，最终由small_q更新于2024-07-12 02:03 被浏览 67 用户

MeetUP直播答疑时间：7月17日（周四）19:00 视频回放请访问宽客学院-双周答疑-77th Meetup

问题列表

CTA策略和多因子策略的区别主要在哪里？

答：CTA（Commodity Trading Advisor）策略一般用于期货投资中，通常基于趋势跟踪模型，通过分析历史价格数据捕捉市场的中长期趋势，如移动平均线、动量指标等技术指标。一般来说，CTA策略通常追随市场趋势，可能会导致频繁的买卖操作，适用于高频交易，风险控制比较重要。

多因子策略通过结合多个因子（如价值因子、动量因子、质量因子、规模因子等）来选择标的，一般用于股票市场。通过对不同因子的组合和权重调整，旨在构建风险调整后的超额收益组合，一般是低频策略，通常在较长时间周期内调整投资组合。

如果利用bigquant现有的数据尝试开发CTA策略？开发逻辑是怎么样的呢？

答：BQ上有期货较为全面的行情数据，比如：日频行情、分钟行情、高频snapshot，基于上述策略可以做一个布林带策略，其思想如下：

布林带的构成：

中线：通常是价格的20日简单移动平均线（SMA）。
上轨：中线加上某个倍数的标准差（通常是2倍）。
下轨：中线减去某个倍数的标准差（通常是2倍）。

市场波动性：布林带的宽度反映了市场的波动性。布林带变宽表示市场波动性增加，布林带变窄表示市场波动性减小。

买卖信号：

买入信号：当价格跌破下轨时，通常被视为市场超卖，可能是买入的机会。
卖出信号：当价格突破上轨时，通常被视为市场超买，可能是卖出的机会。
中线作为支撑或阻力：价格回到中线时，可以作为一个目标位或支撑/阻力位。

stockranker模块选股看着跟线性的没区别？自动排序的逻辑是什么呢？算法按什么排序的

答：stockranker模块是一种机器学习的模型，而线性模版只是简单对因子进行加权。stockranker算法是根据因子值和收益率标签进行建模，然后预测未来股票的收益率排序，预测收益率越高的得分越高，排序越在前面。

AI策略模板比线性模板多了什么功能，尽量详细列出，这些多出来的功能是怎么提升收益的。

答：AI模版策略核心是平台自研的STOCKRANKER算法模型，结合了Transfomer等多种模型，适用于股票市场的收益率预测，他本质上一种非线性的模型，所以能捕捉因子和股票收益之间非线性的关系，因此

线性模板就只是统计回归？AI策略模板包含了线性关系和非线性关系？AI策略模板整体性能就比线性的好？感觉像是加强版，那么AI策略模板是不是包含了线性策略模板的效果？

答：线性策略模板通常是基于线性回归，本身就是一种统计方法，比如最常用的等权分配就是假设系数为1的一个线性模型。线性模型的优点是简单、易于解释、计算效率高，但它假设因变量和自变量之间的关系是线性的，这在某些复杂的金融市场中可能不适用。AI模型如神经网络、支持向量机、随机森林等，能够捕捉到数据中的非线性关系和复杂模式，所以理论上在复杂市场条件下表现更好。但是，这不意味着AI策略模板总是优于线性策略。