79th Meetup
由small_q创建，最终由qxiao 被浏览 79 用户
MeetUP直播答疑 时间：8月24日（周四）19:00 回放视频请访问宽客学院-双周答疑-79thMeetup
\
问题列表
问题1：我主要使用价格K线形态来进行买入卖出依据，但是仅使用数学公式来描述形态（三角形，W，茶杯，头肩顶等）感觉比较局限，和难抓住我用眼睛能看到的内容（同样也表示这个东西比较主观）。能否我进行人工挑选，例如将我看到的：3月10日到5月7日XX股票是一个头肩底，将不同的形态打上不同的标签，找出成百上千个这样的形态作为训练集喂给AI，然后反过来让AI识别出过去历史上所有这些形态然后进行回测，不知这种做法是否可行，以及在代码模型选择上有何难点？
答：理论上是可以的，但个人觉得难度很大。因为人眼看的形态其实带了很大的主观意识，比如固定周期的K线走势，在一年的周期图中能被明显确定是该形态，但放在5年的周期图中可能就不会被确定为头肩底形态；或者说，同一段K线走势在不同的人里其形态都不会完全相同。因此，这种主观打标签的方法很难保证数据的准确性。我们知道，一个AI模型除了模型本身算法和参数的优劣外，喂给AI模型的数据也是至关重要的，如果能保证训练数据是真实准确的，AI模型也许能学到相应的特征，但如果无法保证，模型学到的规律就可能和我们预想的背道而驰。
问题2：在cn_stock_moneyflow表中，为啥存在大量的全单净流入额（netflow_amount_all）不等于0的股票，请老师讲解一下关于净流入额相关字段的含义
答：python 计算的精度问题，后续我们会修复
问题3：平台是可以直接对接实盘交易吗？平台的教学语言都是python的，代码可以通用吗？一些代码的逻辑问题，应该如何提问！
答：平台可以对接实盘交易，具体可以参照这个文档：实盘终端； 平台的策略是用Python写的，提取数据是用SQL，同时我们支持可视化的构建方式，我们提供多套策略模板，通过拖动模块修改参数即可实现策略构建。如果想系统学习量化投资，建议查看宽客学院的系列视频课程，也可报名我们的2024AI量化训练营，参加我们老师的直播授课。我们平台的代码使用的是我们自己封装的函数，虽然都是Python和SQL，但是不能直接移植到其他平台。如果你遇到代码的问题，首先，你可以问一下QuantChat，遇到报错可以把报错和代码发给它，QuantChat会给你详细的解答，其次，可以在知识库-问答交流区发帖，我们策略老师会给你回帖解答。
问题4：量化研究最重要的是因子挖掘？BigQuant平台上如何做因子挖掘？券商研报的因子复现有现成的源码或者可以AI自动生成吗？
答：1. 基于现实投研经历构建因子；2. 基于研报论文复现因子；3. 借鉴平台已有的因子；4. AI模型自动挖掘因子。
问题5：AI量化中的特征重要性是相对于本次给定的特征而言还是所有,例如roe这个特征重要性分值是107,那么Label不变的情况下 我换了一组参数 pe 这个特征分值是233,能说 pe 比 roe重要吗，持仓权重用一个算法来计算后,得到不同的持仓权重,这种方式算过拟合吗
答：特征重要性是指在这组数据 & 这组参数下，模型认为哪些特征更重要。至于持仓权重的计算，如果你使用一个算法来计算持仓权重，而这些权重在不同的数据或模型下表现出显著的变化，这可能会导致过拟合。过拟合通常发生在模型在训练数据上表现良好，但在新数据上表现不佳的情况。因此，要确保你的模型具备一定的泛化能力，可以考虑交叉验证和正则化等技术来减少过拟合的风险。
\
系统学习AI量化
AI量化投资训练营：1个月直播+1年录制课程+1年社群答疑，系统学习AI量化投资
\