\
更新时间:2024-06-07 10:55
基于财务数据构建策略
\
\
[https://bigquant.com/experim
更新时间:2024-06-07 10:55
更新时间:2024-06-07 10:55
\
更新时间:2024-06-07 10:55
收益率(Return)是衡量投资价值随时间变化的百分比。它是一个基本的财务指标,用于评估资产或投资组合在一定时期内的表现。收益率可以基于过去(历史收益率)或预期(预期收益率)来计算。
年化收益率(Annualized Return)是将投资在不同时间段内的收益率调整为一年的标准时间长度,从而使得不同时间长度的投资收益率可以进行公平比较。年化收益率对于评估和比较不同投资的长期表现尤为重要。BigQuant的金融数据因子平台以及[AI量化策略平台(PC端)](https://bi
更新时间:2024-06-07 10:48
量化择时策略是一种基于数学和统计模型来确定股票、债券、商品等资产的买入和卖出时机的投资策略。这种策略的核心是通过分析历史数据和市场指标来预测资产价格的未来走势。
量化择时策略通常依赖于各种数学模型和市场指标来识别市场趋势和转折点。这些策略试图利用市场的波动性来实现超额回报。
量化择时策略可能使用各种指标,包括但不限于:
更新时间:2024-06-07 10:48
基本面量化策略是一种结合了基本面分析和量化分析方法的投资策略。通过对公司的财务报表、行业数据、宏观经济指标等基本面信息的量化分析,来识别被低估或高估的股票。这种策略通常涉及以下几个方面:
更新时间:2024-06-07 10:48
BigQuant是国内拥有AI人工智能机器学习排序,同时囊括众多优质高级量化投资因子的AI量化投资平台;
AI量化投资平台一般都结合了人工智能(AI)技术和量化投资策略,旨在通过数据分析和机器学习算法提高投资决策的质量和效率。
AI量化投资平台使用人工智能技术,如机器学习、深度学习、自然语言处理等,来分析大量的市场数据和财务信息。平台能够从这些数据中学习模式,做出预测,并据此自动化
更新时间:2024-06-07 10:48
回测结果是基于历史数据对某一投资策略进行模拟交易后得到的结果。进行回测的目的是为了评估一个投资策略的盈利能力、风险水平以及其他相关指标。
回测结果中通常包括不同时间段的投资收益率、最大回撤、胜率等指标。这些结果可以帮助投资者了解该策略的优势和不足,从而进行调整和优化。
回测结果通常包含多个方面的信息,主要包括:
更新时间:2024-06-07 10:48
投资策略的优化是一个复杂的过程,旨在提高投资回报、降低风险并适应市场的变化。这通常涉及对现有策略的评估、调整和改进。以下是一些常见优化投资策略的方法和案例:
更新时间:2024-06-07 10:48
量化选股是一种基于数学和统计方法的股票投资策略,它使用复杂的数学模型和算法来分析和选择股票。这种方法强调数据驱动和系统化的决策过程,与传统基于主观判断和基本面分析的选股方法相对。通过BigQuant的量化策略开发中心(PC端)可以自主开发量化策略挑选个人投资偏好的策略。
量化选股的核心是利用历史数据和统计分析来预测股票未来的表
更新时间:2024-06-07 10:48
\
量化大类资产配置
谈到:中国量化相比美国差了35年的时间。但实际上过往这四五年,中国量化规模已经发展了10多倍,量化内卷已经形成了很大程度的行业共识,而行业越内卷,机构对人才的重视程度则越高。因此今天我站在团队管理、公司文化和个人职业发展角度,给大家分享一下聚宽这几年的探索和心得。 :
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:2024-05-21 06:40
每只的股票的权重,如下的权重分配会使得靠前的股票分配多一点的资金,[0.339160, 0.213986, 0.169580, ..] context.stock_weights = T.norm([1 / math.log(i + 2) for i in range(0, stock_count)])
改为等权重配置: context.stock_weights = [1 / stock_count for i in range(0, stock_count)]
[https:/
更新时间:2024-05-21 03:52
\
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
更新时间:2024-05-20 10:54