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。
基于协整的配对交易
更新
本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：
https://bigquant.com/wiki/doc/5z65lqo5y2p5pw055qe6ywn5a55lqk5pit-6x1P1362eJ
策略案例
[https://bigquant.com/experimentshare/6b05d7bd134e420387acfa25c37b283f](https://bigquant.co
更新时间：2024-05-17 09:23
AI选股策略_概念过滤
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-17 07:50
遗传算法优化MACD指标
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-17 07:08
深度学习量化交易模型
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-17 03:49
筹码理论的探索-筹码分布计算的实现
更新时间：2024-05-16 06:36
【历史文档】策略示例-StockRanker模型结果解读
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-16 01:58
【历史文档】策略示例-基于订单流的高频择时交易策略
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-15 10:40
【历史文档】算子样例
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-15 07:35
【历史文档】因子构建与标注样例-TALIB库定义技术指标_ATR
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-15 06:36
【历史文档】因子构建与标注样例-TALIB库定义技术指标_自适应均线
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-15 06:35
【历史文档】因子高阶使用
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-15 06:02
预计算因子
\
更新时间：2024-05-15 02:10
简单画出k线及均线
更新时间：2024-05-15 02:10
回测数据的深入分析
导语
本文介绍如何对一个回测结果进行深入分析。
新建一个可视化AI策略
我们先构建一个可视化AI策略，如下所示。
回测结果
回测结果一般指策略运行完毕之后输出的能够综合反映策略效果的综合图表，如下所示：
可以看出，回测结果包括收益概括、交易详情、每日持仓、
更新时间：2024-05-15 02:10
Dai读取高频因子构建一个简单的多因子策略
更新时间：2024-04-26 01:17
基于阻力支撑相对强度(RSRS)的市场择交易-20230815
更新时间：2023-08-30 03:27
6-19 直播代码 筹码计算
更新时间：2023-06-26 08:17
230608 孤雁出群
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