回测

回测在金融领域是一种重要的验证和评估策略性能的技术手段。它主要通过在历史数据上模拟投资策略的执行过程,以此检验该策略在过去时间段内的盈利能力和风险水平。回测不仅能够帮助投资者理解策略在不同市场环境下的表现,还能揭示策略的潜在风险和优化方向。有效的回测是金融决策过程中不可或缺的一部分,它增加了投资者对未来策略实施的信心,并为持续改进和优化投资策略提供了依据。

求助怎样买出持仓中获利票的一半

问题

思路:当一支股票获利10% 有1000股为了保住利润,先卖出500股降低仓位,留下500股扩大利润。

那位大神帮忙写一下回测中的代码。先谢了!!!

\

更新时间:2022-12-20 14:20

中证全指不能做回测的基准代码?

问题


000985.HIX中证全指

如果不能用这个,哪个全A指数可以作为基准收益?

\

解答

000905.HIX,中证500可以

更新时间:2022-12-20 14:20

分钟级别的AI策略,最后回测是用HFTrade吗?

问题

分钟级别的AI策略,最后回测是用HFTrade吗?

\

解答

日频以上的高频策略都要用HFtrade

更新时间:2022-12-20 14:20

回测中持仓信息(context.protfolio.positions.items)丢失??

问题

例如:策略在7月27日买入了海伦钢琴

{w:100}{w:100}尝试打印context.protfolio.positions.items信息 {w:100}{w:100}但是打印结果缺显示没有持仓。导致回测中的处理结果出错。除了这一个例子外在同一个策略里还出现了很多出相同的情

更新时间:2022-12-20 14:20

回测没有问题,模拟交易报错,无效的金额

问题

回测没有问题,模拟交易报错,无效的金额

{w:100}{w:100}

\

更新时间:2022-12-20 14:20

BigQuant支持数字货币的回测吗

我自己研究了半天,发现回测模块并不支持自己导入回测数据,想请教一下如果想做数字货币的回测应该怎么做?

更新时间:2022-12-20 14:20

AI+涨停板特征提取

策略案例

https://bigquant.com/experimentshare/6ac00fc386f74acb886b8168d7809b98

\

更新时间:2022-11-20 03:34

技术面和基本面结合的传统股票策略(附代码)

平时喜欢做研究,分享一个策略,希望和大家多交流!欢迎拍砖!

image|658x497

策略思想:

买入条件
  • 市净率尽可能小
  • 股价创60日新高
  • 3日线上穿5日线,5日线上穿10日线
  • 当日成交量是昨日成交量的1.4倍
  • macd柱状处于红色区域
卖出条件
  • 收盘价下穿7日均线
  • 7日均线下穿30日均线
持仓天数
  • 持仓天数30天

更新时间:2022-11-20 03:34

分享一个可视化深度学习建模的例子

策略案例

https://bigquant.com/experimentshare/9426627188af4f488644532c01328c14

\

更新时间:2022-11-20 03:34

回测模块默认跌停不卖出,但可能会与现实情况不符!

问题

5月27日策略计划卖出000909数源科技,该股收盘价为跌停价,但收盘后在跌停价上还有2.3万手的买单未成交,盘后回测结果显示该股未能卖出,原因为尾盘跌停不能卖出

{w:100}

虽然跌停不卖出的逻辑整体上正确,但000909这种情况应该是能卖出才对。涨停不买入,跌停不卖出的设置好像是回测模块默认的,用户无法修改,不知该如何处理。

解答

日频回测没有单独开放处理逻辑。所以这种情况可以将买入卖出点设置为响应的vwap和

更新时间:2022-11-09 01:23

如何在回测中获取当前持仓的持有天数时间

问题

{w:100}{w:100}{w:100}{w:100}


需要在当前的持仓中可以通过股票代码来获得当前的持有天数,有哪个方法可以获取到吗

\

解答

你好,你可以通过 position = context.get_position(instr) pos_date = position.last_sale_date print("持仓时间",pos_date)

“请问这个天数是交易日还是自然日?“


具体实现代

更新时间:2022-11-09 01:23

context, data这两个全局对象

问题

对系统不熟悉,问个小白的问题吧。

看起来context和data这两个对象是回测中非常重要的全局对象,要写策略的话应该是必须要对这两个对象非常熟悉才行,所以我想看看这两个对象里都有哪些内容,比如看FAQ里了解到data下有current_dt这个属性,但是自己写了一小段代码,发现根本没法用。谁指点一下?

{w:100}

\

解答

是的。context \data这些变量都只能在回测引擎中使用,即,你要调用M.tra

更新时间:2022-11-09 01:23

回测能运行 模拟提示key error

问题

回测运行没有错误,但是绑定模拟交易就一直提示运行失败

if context.extension['datecont'] == 0: KeyError: 'datecont'

ERROR moduleinvoker: module name: forward_test, module version: v5, trackeback: KeyError: 'datecont'

就是之前提问奇偶交易变量的那个note

![{w:100}](/wiki/api/attachments.redirect?id=baac3c98-e070-4a77-a5c9-a2c9467

更新时间:2022-11-09 01:23

回测中bar1d_CN_CONBOND读取出问题

问题

{w:100}回测中读取该表,出现错误,IndexError: invalid index to scalar variable

但是在回测外读取就没有问题,包括回测中以同样的方式读取其他表也没问题,为什么呢?

{w:100}

解答

在回测中把instruments,

更新时间:2022-11-09 01:23

回测里的‘’下载持仓详情‘’-点完没反应

页面卡住2-3秒后也没有下载的窗口弹出。用的Chrome浏览器。极个别时候有弹窗,显示只能下载10000条或让重新跑回测。

更新时间:2022-11-09 01:23

回测时购买股票后资产翻倍

问题

回测时,买了股票后为什么总资产会变成买股票钱的2倍左右?

1月4日买入前总资产是10000元,1月5日买入股票后总资产变成17720,这是什么原因呢?{w:100}{w:100}{w:100}{w:100}{w:100}下单的方式我试过下面3种,都是这样的结果。

    rv = context.order(context.ins, order_num, price, order_type=OrderTyp

更新时间:2022-11-09 01:23

回测中股票池问题

问题

比如只在沪深300中回测,若有一支股票在上一季度中买入,一直持仓到下一季度,而在下一季度中这支股票被移出了沪深300指数,因此需要在每一个交易日内都对持仓的股票判断其是否还在沪深300指数里面,不在就卖掉,请问怎么在回测中调取当前季度的沪深300指数?

解答

使用模块 A股股票过滤 即可。股票类型选择沪深300

{w:100}

更新时间:2022-11-09 01:23

回测跑完不显示回测可视化结果

问题

{w:100}解决办法

重启开发环境

更新时间:2022-11-09 01:23

xgboost回测出错

问题

KeyError Traceback (most recent call last)
in
209 )
210
–> 211 m19 = M.trade.v4(
212 instruments=m9.data,
213 options_data=m21.predictions,
in m19_handle_data_bigquant_run(context, data)
25 context.ranker_prediction.date == data.current_dt.strftime(’%Y-%m-%d’)]
26 print (ranker_pre

更新时间:2022-11-09 01:23

Python for Quants - 用于量化投资的Python

参考 https://wesmckinney.com/book/ 编写 Python For Quants - 用于量化投资的Python

更新时间:2022-10-10 01:02

行业轮动系列研究9:高频数据在行业轮动中的应用 海通证券_20180425_

摘要

在前期发布的行业轮动专题报告中,我们对于有效的行业轮动因子进行了总结,部分基本面因子存在较好的行业轮动能力。然而,对于技术类行业轮动因子,我们并未得到较好的结果。 本文从高频数据的角度出发,借鉴因子选股报告中的高频因子构建行业高频因子,并对于相关因子的行业轮动能力进行了回测。本文主要分为四部分,第一部分介绍了相关因子的逻辑以及计算方法,第二部分对于各高频因子的月度行业轮动能力进行了回测分析,第三部分变换了模型参数,对于相关因子的行业轮动能力进行了敏感性测试,第四部分展示了2017年以来相关因子所选出的多头行业。

可参考高频数据类选股因子构建高频数据类行业轮动因子。考虑到使用日间

更新时间:2022-10-09 08:42

海外文献:基于社交媒体情感和新闻情感的市场时机策略

摘要

新闻和社交媒体提供的投资信号

首先,该篇文章研究 20 年来投资信号的历史特点,此类信号指标广泛来自新闻和社交媒体,这可以区分每个数据类型的独特性;此外,该文评估社交媒体和新闻的投资相关性随时间的变化;最后,该文进行市场时机策略的回测,该策略基于社交媒体情感和基于新闻情感的信号对超额收益进行预测。

新闻作为市场时机的情感来源胜过社交媒体

基于社交媒体和新闻历史数据,基于社交媒体的情感大多已经被基于新闻的情感所捕捉。尽管在研究期间社交媒体激增,但嵌入式情绪的投资重要性似乎并没有随着时间的推移而提高:社交媒体聊天的嘈杂本质并没有随着数据源的增加而消失。总的来说,

更新时间:2022-10-08 07:01

策略业绩归因分析

摘要

当我们构建并回测了一个策略后,就需要对策略的历史业绩表现进行评价,这一过程也称为业绩归因。本文主要向大家介绍业绩归因中涉及到的主要内容和实现方法。

通常,策略业绩归因分为两大组成部分:收益归因风险归因。从盈亏同源的角度而言,能够产生收益的因子一旦广为人知可能随时就会变为一个无利可图甚至波动剧烈的风险来源,因此收益与风险相生相伴

正文

业绩归因重要性

通过业绩归因,我们可以更加清楚组合的收益与风险来源,进而知道这种获取超额收益的能力是否能够持续,也能够明白组合发生剧烈波动的原因,从而改进策略或进行策略比较。此外,

更新时间:2022-09-20 03:54

高频日内研究

\

更新时间:2022-09-01 13:17

机器学习能用于基金组合构建吗

摘要

文献来源:Demiguel V, Gil-Bazo J, Nogales F J, et al. Can Machine Learning Help to Select Portfolios of Mutual Funds?[J]. Social Science Electronic Publishing, 2021.

推荐原因:众所周知,事先确定未来表现优异的共同基金是一项困难的任务。本文基于大量投资者容易获得的基金特征数据,利用机器学习方法训练提升其预测能力。研究发现,利用1980年至2018年期间美国股票型基金的数据,基于机器学习方法构建的基金组合,经风险调整

更新时间:2022-08-31 09:22

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页第10页
{link}