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。
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:
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
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。
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
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
更新时间:2024-06-11 02:40
更新时间:2024-06-11 02:38
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:
https://bigquant.com/experimentshare/5dd6b4f7a29d4c5d827aeeff05816cfd
\
更新时间:2024-06-07 10:55
更新时间:2024-06-07 10:55
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
更新时间:2024-06-07 10:55
本期提问者:bq22fw19、bq61ym2n、1855680***、bqhz06vb
利用市场信息进行量化投资主要涉及以下步骤:
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
【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:2024-06-07 10:55
多因子选股如何筛选有效因子
参考研报:
因子分析参考:
更新时间:2024-06-07 10:55
更新时间:2024-06-07 10:55
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
更新时间:2024-06-07 10:55
\
更新时间:2024-06-07 10:55
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?
https://bigquant.com/wiki/doc/xinhao-fangfa-oxACTyy7MT
[https://www.bilibili.com/video/BV1nT411A7f5?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086]
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
更新时间:2024-06-07 10:55
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
[https://bigquant
更新时间:2024-06-07 10:55
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
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:
https://bigquant.com/experimentshare/b83f6a9c950a43a595d41f1d911dcaca
\
更新时间:2024-06-07 10:55