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。
因子构建
更新时间：2025-04-15 07:19
分组计算
更新时间：2025-04-15 07:19
互信息计算
更新时间：2025-04-15 07:19
序列窗口滚动
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：2025-04-15 07:19
59th Meetup
本期提问者：bq22fw19、bq61ym2n、1855680***、bqhz06vb
因子挖掘
如何利用市场信息？
利用市场信息进行量化投资主要涉及以下步骤：
- 数据收集：首先，需要收集和整理市场数据，包括股票价格、交易量、基本面数据、新闻、宏观经济数据等。这些信息可以从各种数据供应商或公开数据源获取。
- 数据预处理：对收集到的数据进行清洗和预处理，处理缺失值、异常值、重复值等，保证数据的准确性和完整性。
- 特征工程：根据投资策略和模型需求，进行特征工程，提取有价值的特征和信号。
- 模型构建：选择合适的模型（如回归模型、机器学习模型、深度学习模型
更新时间：2025-04-15 07:19
因子分析测试
目前平台提供新版的因子分析模块, 请移至bigalpha
7月30日Meetup 模板案例：
策略案例
https://bigquant.com/experimentshare/b83f6a9c950a43a595d41f1d911dcaca
\
更新时间：2025-04-15 07:19
特征取分位数据
更新时间：2025-04-15 07:19
Alpha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：2025-04-15 07:19
构建日历周线级别因子
更新时间：2025-04-15 07:19
简单网格交易日内择时
AI量化Meetup 2021年1月28日期问题，配合视频更容易理解。视频详见：
策略案例
https://bigquant.com/experimentshare/5dd6b4f7a29d4c5d827aeeff05816cfd
\
更新时间：2025-04-15 07:19
高质量AI量化策略
【此文档为旧版策略】具体可参考新版文档：
https://bigquant.com/wiki/doc/103-ai-LpsqDhu8mG
https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795
\
更新时间：2025-04-15 07:19
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：2025-04-15 07:19
49th Meetup
更新时间：2025-04-15 07:19
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：2025-04-15 07:19
如何使用因子分析
更新时间：2025-04-15 07:19
多因子选股如何筛选有效因子
问题
多因子选股如何筛选有效因子
回答
参考研报:
因子分析参考：
- [因子分析](https://bigquant.com/wiki/doc/yinz
更新时间：2025-04-15 07:19
参数寻优获得/夏普信息比/最大回撤/胜率-2
更新时间：2025-04-15 07:19
2022-AI量化Meetup导览
\
更新时间：2025-04-15 07:19
回测引擎常用功能示例
更新时间：2025-04-15 07:19
上涨和下跌预测的stockranker模型组合（卖出）
更新时间：2025-04-15 07:19
策略中调用其他因子_非AI
更新时间：2025-04-15 07:19
另类标签(calmar)选股模型
更新时间：2025-04-15 07:19
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：2025-04-15 07:19
策略组合
更新时间：2025-04-15 07:19
按天标注
更新时间：2025-04-15 07:19