量化交易

量化交易是通过严谨而复杂的数学或统计学模型，借助计算机辅助，通过对大量历史数据进行分析，选择大概率上具有超额收益的投资方法，将其由计算机直接执行的交易方式 量化交易和人工交易最大的区别就是在交易执行层面。 量化交易具有很强的客观性，摒除了人性的一些弱点，比如举棋不定、纠结、贪婪等。BUT，它又是人设计的，所以，它也可以说是具有很强主观性的交易方法 另外一些量化交易的特征： 1.可测性：量化交易分析指标具有可准确描述的确定性 2.可复现：量化交易分析指标具有历史不变性，只要采用的分析方法不变，原始信息来源不变，不论什么时间去做分析，其结论都是一致的 3.可预期：量化指标往往具有较强的规律性，通过

机器学习：

岗位职责：

1. 在量化交易各个不同市场的相关数
2. 据上进行高原创性的深度学习模型研究；
3. 构建和创新深度学习算法在量化交易领域的评价体系。

岗位要求：

1. 计算机、统计学等相关专业，硕士博士学历；
2. 熟悉机器学习/深度学习领域内各个子领域的代表性算法，并对机器学习/深度学习某一子领域的state-of-the-art模型有一定的研究深度；
3. 多篇领域顶会(NeurIPS/ICML/CVPR/ICCV/ECCV/EMNLP/SIGKDD/IJCAI/AAAI等)以第一作者发表论文；
4. 同时具备深度学习的理论基础以及在真实数据和场景下应用深度学习的经验，

高频交易员：华尔街的速度游戏 / （美）刘易斯著；王飞，王宇西，陈婧译；郑磊校译.

/wiki/static/upload/ec/ec8b1e97-f1c8-47b0-ad80-9d9810ca5945.pdf

\

导语

过滤是量化交易中最常用的选股功能，本文就来介绍几种常用过滤实现。

BigQuant平台提供了 数据过滤 模块，可以方便地针对DataFrame做列过滤。

我们首先在编写策略界面中新建一个可视化AI策略，如下图所示。

A股股票过滤模块

平台提供了A股股票过滤模块，通过该模块可以很方便地实现成份股过滤、市场过滤、申万一级行业过滤、ST股票过滤和暂停上市股票过滤。如图所示，我们在训练集和预测集数据流中分别

摘要

谷歌趋势可以提供“早期预警信号”。全世界范围内均受到金融市场危机的深刻影响。而造成危机的复杂的人类行为可以在详细的市场交易数据中有所反映。人类与互联网互动所产生大量新的数据源，可能会为研究市场参与者在市场较大波动期间的行为提供一个新的视角。通过分析金融相关词汇的谷歌搜索量的变化，发现可能被用于解释股市波动的“早期预警信号”模式。研究结果表明，结合广泛的行为数据集可以更好地理解人类的集体行为

正文

[/wiki/static/upload/96/96cdec37-3db0-4350-8f71-00ca099dc050.pdf](/wiki/static/upload/96

《AI 量化概览》：认识 AI 量化及其发展应用

《Python 编程基础》：Python 基础语法 + Numpy (Cheatsheet )+ 线上 DataSource 的使用

《Pandas 数据分析》：Panda 语法案例 + Pandas Cheatsheet 与绘图模块使用(K 线图)

![](/wiki/api/attachments.redirect?id=9c5a2a7c-89b8-4bb5-91cf-3d1a557

这是关于股票主动投资组合管理的第一篇教程。在开始介绍正式内容之前，我先简要简要说一下《Alpha系列》的初衷。

近年来，随着国内大数据和人工智能的迅速崛起，量化交易领域也有了长足的发展。 从原来的指标驱动型程序化交易，演化到现在的以机器学习、人工智能为代表的新型量化交易。同时，量化交易的门槛与过去相比下降了许多。 不仅是因为这些年数据科学的发展带动了python及其生态的成熟和推广，更由于类似tushare、vnpy、zipline等开源项目以及像quantopian、bigquant等量化平台的出现， 使得以前做量化先造轮子到现在量化从业者可以专注于策略的研发，使得更多的人能够进入到这个领