金融市场

金融市场是全球经济活动的核心,它是一个复杂的系统,通过无数种交易和活动,将全球的投资者、企业、政府和其他实体紧密地联系在一起。金融市场主要的功能是促进资金的有效流动和使用,提供了资金需求和供应之间的桥梁。它允许投资者通过股票、债券、期货、期权和其他金融工具进行投资,从而为企业和政府提供必要的资金。 金融市场具有高度的流动性和透明度,使得参与者能够迅速、准确地了解市场情况和资产价格的变化。它的效率和健全性直接影响着整个经济系统的稳定和增长。此外,金融市场也是评估经济风险和决定资本成本的关键场所。 然而,金融市场也充满了风险和挑战。市场波动、信息不对称、信用风险等问题都可能对投资者和市场整体造成损失。因此,有效的监管和风险管理对于维护金融市场的健康和稳定至关重要。 总的来说,金融市场是现代经济的心脏,它通过促进资本的流动和分配,推动着全球的经济增长和发展。

听老师课,按照老师做的简单策略,但回测没有结果

https://bigquant.com/aistudio/studios/a29733f8-0f37-11ed-93bb-da75731aa77c/?folder=/home/aiuser/work

更新时间:2024-01-11 07:37

小市值策略报错

https://bigquant.com/codeshare/1d87d715-5139-432b-9267-5b99154e598b

更新时间:2023-12-29 10:56

多元回归模型

请教一下,用1000多个股票一年的收益率数据和20个因子做多元回归模型,这里有多只股票和多个日期,应该要怎么处理呢?如何预测股票收益率?

更新时间:2023-11-27 06:10

策略有办法实时运行吗?

如下午14点50,判断是否涨停,没涨停就卖出 这种

更新时间:2023-11-27 05:56

高频因子的时间段是怎么定义的?

更新时间:2023-10-29 04:10

编辑器如何设置字体?

更新时间:2023-10-25 03:05

有没有关于此模块的用法详细文档

{w:100}

更新时间:2023-10-09 07:03

问题反馈:国证2000指数数据不全

如图:

{w:100}

更新时间:2023-10-09 07:02

策略回测有交易,但模拟盘没有信号

{w:100}

更新时间:2023-10-09 06:18

如何将多策略合在一起?

根据官网《如何对AI量化策略进行管理?三步走》(https://bigquant.com/wiki/doc/celve-FeqcyLgLeU),并参考

【模板案例】(https://bigquant.com/community/t/topic/194074)策略组合

在将两个策略合在一起时报错,请问如何解决?

\


NameError Traceback (most recent call last) <ipython-input-20-6aeba62465a8> in <module> 1 M3 = M.

更新时间:2023-10-09 06:09

十年期国债收益率数据


一个小小的需求:可以提供十年期国债收益率和社融数据吗?

\

更新时间:2023-10-09 03:26

有小时级别的AI策略范例吗?

最好更细粒度的, 比如分钟级别。

好像没找到。 求例子。

更新时间:2023-10-09 03:04

场内基金有部分数据是0值

{w:100}

更新时间:2023-10-09 02:55

滚动训练中如何使用交易模块的自定义基准收益功能?

类似范例策略里的

https://bigquant.com/experimentshare/caa75714113347f9a5633ad62b3f71d5

\

更新时间:2023-10-09 02:51

新版的因子分析是哪个模块

更新时间:2023-10-09 02:20

基于阻力支撑相对强度(RSRS)的市场择交易-20230815

{{membership}}

https://bigquant.com/codeshare/1ed3fa07-c733-47fd-8fbc-4e441ed37672

\

更新时间:2023-08-30 03:27

6-19 直播代码 筹码计算

{{membership}}

https://bigquant.com/codeshare/55f9bca0-7139-4c13-8e61-5277d1aa2a95

\

更新时间:2023-06-26 08:17

230608 孤雁出群

{{membership}}

https://bigquant.com/codeshare/38085c4a-2332-4ceb-ba0e-eed448c3c6e5

\

更新时间:2023-06-15 10:43

申万宏源技术指标测试大全之三十九— Chaikin oscillator

指标介绍

蔡金摆动指标(Chaikin oscillator):简称CHO

所需数据和参数:CHO(high,low,close,open,volume,fast,slow )

指标伪码:

VAR1:=(CLOSE-OPEN)/(HIGH-LOW)*V;

ACCUM:=SUM(VAR1,0);

CHOVAL:EMA(ACCUM,FAST)-EMA(ACCUM,SLOW);

指标含义

[/wiki/static/upload/cb/cbbb8b38-afd2-48a2-ba89-4bb8e3ceaa13.pdf](/wiki/static/upload/cb/cbb

更新时间:2023-06-13 06:53

申万宏源技术指标测试大全之二十六— Mass

指标介绍

梅斯线(Mass):

所需数据和参数:Mass(high,low,smoothlength,summationlength,malength )

指标伪码:

MASSVAR0:=EMA(HIGH-LOW,SMOOTHLENGTH);

MASSVAR1:=EMA(MASSVAR0,SMOOTHLENGTH);

MASSVAR2:=IF(MASSVAR1>0,MASSVAR0/MASSVAR1,0);

MASSVAL:SUM(MASSVAR2,SUMMATIONLENGTH);

指标含义

[/wiki/static/upload/b4/b4d2ac13-d4

更新时间:2023-06-13 06:53

申万宏源技术指标测试大全之二十七— Psychological line

指标介绍

心理线(Psychological line):简称Psy

所需数据和参数:Psy(close,nDay,threshold1, threshold2 )

指标伪码:

PSY:COUNT(CLOSE>REF(CLOSE,1),NDAY)/NDAY*100;

指标含义

/wiki/static/upload/c3/c3c6e415-2abe-4c54-885f-a338fffb2e73.pdf

\

更新时间:2023-06-13 06:53

申万宏源技术指标测试大全之五—Aroon

指标介绍

阿隆指标(Aroon)

所需数据和参数:Aroon(high,low,nday,upband,lowband )

指标伪码:

UP:(N-HHVBARS(HIGH,NDAY))/NDAY100;

DOWN:(N-LLVBARS(LOW,NDAY))/NDAY100;

指标含义

/wiki/static/upload/3a/3a51d61b-261d-4160-a64a-b52b18e54835.pdf

\

更新时间:2023-06-13 06:53

量化策略专题研究:行业趋势配置模型研究-中信证券-20200325

摘要

目录CONTENTS

1.趋势配置模型的基本原理

2.中信一级行业指数历史表现及动量效应

3.传统截面动量模型在行业配置组合上的应用及改进方向

4.“时序动量+截面动量+止损机制”构建行业趋势配置组合

5.主要结论

正文

/wiki/static/upload/ca/ca5796d5-887d-4986-b0b2-a968e35b08b9.pdf

\

更新时间:2023-06-13 06:53

基于深度强化学习的股票交易

利用算法进行股票量化交易是当今金融市场的一个重要趋势。在国际象棋和围棋等诸多复杂的游戏中,深度强化学习(DRL)智能体都取得了惊人的成绩。深度强化学习的理论同样适用于股票市场的量化决策。本文介绍了同济大学计算机科学与技术系的上海市大学生创新创业训练计划优秀项目:「基于深度强化学习的金融量化策略研究」,解读了如何训练一个 A 股市场的深度强化学习模型,以及回测的绩效表现。

在该项目中,研究者把股票市场的历史价格走势看作一个复杂的不完全信息环境,而智能体需要在这个环境中最大化回报和最小化风险。相比于其他传统机器学习算法,深度强化学习的优势在于对股票交易任务进行马尔可夫决策过程建模,没有将

更新时间:2023-06-13 06:53

对抗学习:学习动态的技术交易策略

Learning the Dynamics of Technical Trading Strategies

作者:Murphy N. J., Gebbie T. J.

出处:Quantitative Finance, 2021-03

摘要

本文使用了一种基于对抗型专家的在线学习算法来学习,使财富最大化的零成本组合交易策略所需的最佳参数。该学习算法用于确定大量技术交易策略的动态,这些技术交易策略可以通过历史回测,并从约翰内斯堡证券交易所每日和日内数据执行的基础交易策略集合中形成一个聚合的投资组合交易策略。本文一个关键的贡献是:在每日取样和日内时间尺度上,使用一个新的假设检验来测

更新时间:2023-06-13 06:53

分页第1页第2页第3页第4页第5页第6页第7页第8页第9页
{link}