夏普比率

夏普比率(Sharpe Ratio)是金融领域中用于衡量投资风险调整后表现的重要指标。它由威廉·夏普于1966年提出,用于量化投资者在承担每单位风险时所获得的超额回报率。夏普比率的计算公式为(回报率 – 无风险利率)/ 标准差,其中,回报率表示资产的平均收益,无风险利率通常与国债收益率相近,而标准差则代表资产收益的波动性或风险。 夏普比率越高,说明在相同风险水平下,投资策略所获得的回报越高,反之则越低。此指标不仅为投资者提供了一个量化工具来评估投资组合的风险与回报之间的平衡关系,还有助于比较不同资产或策略之间的性能。因此,夏普比率在金融决策、资产配置和绩效评估等方面具有广泛应用。

用线性随机梯度下降-回归算法实现A股股票选股

策略案例


https://bigquant.com/experimentshare/7dcb3fe1da07466aa334e3c202a7704f

\

更新时间:2021-07-30 08:12

基于XGBoost的价值选股策略代码

本代码完整版一共包括三部分:数据、算法、回测交易。 由于该策略与机构有一些合作,我们只放出了数据和算法。希望大家能够理解!

策略案例

https://bigquant.com/experimentshare/5a93201876eb401e998867e0b5106175

\

更新时间:2021-07-30 08:09

用线性-分类算法实现A股股票选股

策略案例


https://bigquant.com/experimentshare/5c5e31cf67c94de099b00aeab9676e48

\

更新时间:2021-07-30 07:26

StockRanker排序

策略案例


https://bigquant.com/experimentshare/21cf886fbd794a66be617bfd57a0cb88

\

更新时间:2021-07-30 07:26

A股量化择时研究报告:金融工程,战略做多不变-广发证券-20200329

/wiki/static/upload/0d/0dcd4d85-27e0-494c-85a8-911e809ac2bc.pdf

\

更新时间:2021-04-22 02:46

Transformer在量化选股中的应用

一、基于时间嵌入的方法

原文链接:https://towardsdatascience.com/stock-predictions-with-state-of-the-art-transformer-and-time-embeddings-3a4485237de6

当前应用于NLP领域的Transformer,结构过于庞大,并不适用于股票数据(开盘价,收盘价,最高价,最低价,等)这样的时序数据,因此,本文提出一种简化的适用于股票数据的Transformer结构,其根据时间嵌入的思想构建,能很好的应用于量化选股中。下面以一个例子来介绍用于股票数据的Transformer体系结构,以及

更新时间:2021-02-03 07:05

分页第1页第2页第3页第4页第5页第6页
{link}