投资组合优化

投资组合优化是从金融角度出发,通过多元化的资产配置以降低风险并寻求最大化收益的过程。它涉及对不同资产类别的深入理解和前瞻性市场分析,以确定最佳的投资组合权重。通过现代投资组合理论,如马科维茨投资组合理论(MPT),投资者可以利用资产的历史回报和波动率数据,量化不同资产间的相关性,从而构建出具有理想风险-收益平衡的投资组合。在优化过程中,还需考虑投资者的风险承受能力、投资期限和市场预期等因素。持续监控和定期调整是优化投资组合不可或缺的部分,以确保投资组合与市场环境和投资者目标保持一致。

【平台使用】如何实现复杂的因子合成,相关的算子模块和代码分享

像一些复杂的因子合成方法怎么实现呢,有没有相关的算子模块或者代码分享呢

更新时间:2025-02-16 02:19

【平台使用】用财务因子怎么构建机器学习策略?

\

更新时间:2025-02-16 02:18

【指标定制】请教个问题

如何构建跨周期数据项,并利用这些数据项构建因子?

平时处理的都是日线数据,但如果需要用日线和上月的月线数据进行一些计算形成一些因子,我应该如何构建?

更新时间:2025-02-16 01:46

【其他】如何用因子分析模块分析模型的IC值

可以了,要设置延迟建仓天数

更新时间:2025-02-15 15:51

【平台使用】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:2025-02-15 14:55

【平台使用】日历效应实现——回测模块

https://bigquant.com/codeshare/108f8f5f-14e7-4a73-ba80-d9daa1f4f87d

\

更新时间:2025-02-15 13:56

【其他】回测如何设置一次全仓买入一只股票

回测如何设置一次全仓买入一只股票

更新时间:2025-02-15 13:54

【其他】怎么调用因子

具体怎么调用这些因子

更新时间:2025-02-15 13:38

【教学贴】市值行业中性化到底是什么?

本文内容已经过期,不再适合平台最新版本,请查看以下最新内容,作为参考资料学习。

旧版声明

本文为旧版实现,仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU


众所周知,Barra因子分析是目前行业内外最常用的因子分析体系。

然而在做Barra体系分析的时候常用的一个方式就是行业或市值中性化,今天主要用最易懂的语言介绍一下什么是barra因子分析体系,以及什么是因子中性化。在这里我会避开繁琐的数学公式,尽量深入浅出的让Barra体系以及市值中性化清晰易懂。


做因子分析之前首先我们需要有一个因子计算方式,在这

更新时间:2025-01-09 10:32

【历史文档】高阶技巧-月度调仓_可视化编程示例

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

新版数据平台:

https://bigquant.com/data/home

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

新版表达式算子:

<https://

更新时间:2025-01-09 10:22

机器学习量化投资实战指南

本文14323字,阅读约28分钟

导语:本文旨在用精炼的语言阐述实操层面的机器学习量化应用方法,包括给出实践中一些常见、实际问题的处理方案,并结合了量化应用实例。读完后大家可以在本平台进行实践检验。

文章概览:

1.人工智能量化投资概述

2.人工智能技术简介

3.机器学习在量化投资中应用的具体方法解析

AI相对于传统量化投资的优势 传统的量化投资策略是通过建立各种数学模型,在各种金融数据中试图找出市场的规律并加以利用,力所能及的模式或许可以接近某一个局部的最优,而真正的全局“最优解”或许在我们的经验认知之外。如同不需要借助人类经验的Alpha Zero,不仅

更新时间:2025-01-09 10:19

从均值方差到有效前沿(文字版)

这篇文章的主要目的是介绍有效前沿这个理论工具和分析框架。我们由均值方差分析展开,逐步推演到有效前沿。然后,我们又说到有效前沿在投资或者量化中的应用场景,最后我们也总结了有效前沿的一些问题,尤其是敏感性问题。在教程中,特意加入了一些实验代码,可以让大家在阅读的过程中有更好的理解。

有效前沿

说到有效前沿(有些叫效率边界),就要提到马科维茨的投资组合理论了。

首先介绍下它的三大假设:

  • 单一投资期,比如一年
  • 流动性很高,无交易成本
  • 投资者的选择基于最优均值方差

于是,我们可以开始推导有效前沿,在这之前,我们先约定一些数学符号:

  • rf:无风险利率
  • μ:风险

更新时间:2024-06-17 07:25

AI量化策略,我该如何理解你?

人工智能(AI)技术得到了飞速发展,其在各个领域的运用也不断取得成果。机器学习被评为人工智能中最能体现人类智慧的技术,因此开发AI量化策略可以理解为将机器学习应用在量化投资领域。

理解机器学习算法

机器学习算法太多,本文讨论只针对适用于金融数据预测的常用有监督型机器学习(Supervised Machine Learning)算法:StockRanker。假设我们要去预测某个连续变量$ Y$未来的取值,并找到了影响变量$ Y$取值的$K$ 个变量,这些变量也称为特征变量(Feature Variable)。机器学习 即是要找到一个拟合函数$f(X_1,X_2,\ldots,X_K|

更新时间:2024-06-11 03:20

运用风险平价策略进行投资

运用风险平价策略投资

风险平价策略的产生及概念

产生:雏形是Bridgewater的“全天候”,要建立一个在任何经济环境下都能表现不错的资产组合;但风险平价这一概念出现较晚,产生于2006年;2008年以前,风险平价策略还主要集中在股票、债券、大宗商品等传统的资产类别,仅有少数人利用了高收益债券、投资级债券及新兴市场债券的利差。2008年,AQR首次推出了其他风险因子otic/Alternative Risk Factor),将对冲基金等作为该策略资产组合的一部分。

概念:基于目标风险水平,有多种e资产构成投资组合,并给组合中的不同资产分配相同的风险权重的一种投资策略。

更新时间:2024-06-11 02:44

Alpha系列-因子模型

https://bigquant.com/experimentshare/d10e7682969747bbb8c297180a844c7b

\

更新时间:2024-06-11 02:40

主动投资管理定律(基本篇)

https://bigquant.com/experimentshare/5ffea17cf0ca4e78ab50a84762c2b596

\

更新时间:2024-06-11 02:38

49th Meetup

Q1-@james:有什么另类的标注可以推荐下?

https://bigquant.com/wiki/doc/-0kcMgSnQXw

https://bigquant.com/wiki/doc/rengongzhineng-xilie-ershijiu-shouyi-linglei-biaoqian-zhengquan-fuben-xRMNFmmg00

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

更新时间:2024-06-07 10:55

参数寻优获得/夏普信息比/最大回撤/胜率

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:2024-06-07 10:55

单因子分析(案例代码)

旧版声明

本文为旧版实现,仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU


新版因子分析代码:

https://bigquant.com/wiki/doc/5zug5a2q5yig5p6q5luj56cb-Od7rjBTNDQ

策略案例

[https://bigquant

更新时间:2024-06-07 10:55

另类标签(calmar)选股模型

https://bigquant.com/experimentshare/887354a18288489e9bb5d65923da8e9b

\

更新时间:2024-06-07 10:55

上涨和下跌预测的stockranker模型组合(卖出)

https://bigquant.com/experimentshare/962ef5e58f1e41acbeecaa0161fc56c6

\

更新时间:2024-06-07 10:55

策略中调用其他因子_非AI

2021年4月22日Q1&Q2问题:

策略案例


https://bigquant.com/experimentshare/d50c07db9f7f45168dd745027c04b6d8

\

更新时间:2024-06-07 10:55

2022-AI量化Meetup导览

\

更新时间:2024-06-07 10:55

参数寻优获得/夏普信息比/最大回撤/胜率-2

8月19日Meetup模板:第二种方式

https://bigquant.com/experimentshare/5e82e63fe5154eb58b69ffa37998d588

\

更新时间:2024-06-07 10:55

如何优化StockRanker算法

问题

使用stockranker等排序算法开发策略并进行实盘,发现有时排在第一的股票反而不如排在二三位的股票收益好,如何对策略和算法进行优化,以实现更好的效果呢?

思路

https://bigquant.com/wiki/doc/xinhao-fangfa-oxACTyy7MT

  • 数据质量
  • 算法质量
  • 算法参数调优
  • 模型融合

视频

[https://www.bilibili.com/video/BV1nT411A7f5?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086]

更新时间:2024-06-07 10:55

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
{link}