投资决策

导语

通过数据过滤我们可以在预测的时候避开ST股和退市股，但如果很不幸我们的买入持仓中有股票变成了ST股或者退市股时，我们应该如何快速卖出逃脱呢？本节我们就聊聊如何处理持仓中的“雷”股。

我们知道，模板的策略逻辑是卖出每日预测排序靠后的股票。那么尝试思考这样一个场景：某个持仓的股票突然发布公告启动ST或者退市流程，好股变成了“”雷“”股。但是很可能我们的排序预测模型始终意识不到这个雷，而导致此股的打分排序始终不是靠后的。这会导致这些烫手的山芋无法脱手，自爆仓中。不仅导致策略无法卖出此股，还会因其占用了资金而无法买入新的股票。

因此，我们在每天的交易逻辑前加入“雷股判断”，一旦发现持

{{membership}}

https://bigquant.com/experimentshare/953563e68f824cb2b4f893f5251cecb3

\

旧版声明

本文为旧版实现，仅供学习参考。

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

\

策略案例

https://bigquant.com/experimentshare/421fbaa682a04d6bacf4d2f1f47b54c6

\

导语

不管你是管理自己的资金还是客户资金，只要你在做资产管理，每一步的投资决策都意义重大，做技术分析或基本面分析的朋友很清楚地知道每一个决策的细节，但是通过机器学习、深度学习建模的朋友可能就会很苦恼，因为直接产出决策信号的模型可能是个黑盒子，很难明白为什么模型会产出某一个信号，甚至很多保守的私募基金把模型的可解释性放入了事前风控。其实，模型的可解释性是很容易做到的，难点在于研究员是否对模型有深入的思考和理解。

介绍

机器学习领域在过去十年中发生了显著的变化。从一个纯粹的学术和研究领域方向开始，我们已经看到了机器学习在各个领域都有着广泛的应用，如零售，技术，医疗保健，科学等等。

前言

我们常用量化投资的方式预测未来可以交易的个股，从而获取最大收益。但能不能反其道而行之，通过量化的形式诊断个股：判断是否可以买入？仓位如何设置最合理？

对于资深投资者来说，可以根据历史交易经验，结合该股的特性及大盘环境，判断在这类情况下股票的胜率及收益如何，以此作为买入决策。

但有个更简单、快速的方法，可以借助量化快速找出股票在大盘环境下历史的收益率和胜率情况，作为买入决策。

本次分享将介绍如何用量化的方式诊断个股，并依据量化分析结果作为买入决策和制定交易计划。

正文

[/wiki/static/upload/9d/9d17fabf-6f78-4e80-8da0-5

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

文档代码有更新, 请移步:

https://bigquant.com/wiki/doc/5oyh5a6a5lqk5pit5pel5yaf5ps255uy5lu355qe5pac546h6k6h566x-3vmHty3GJJ

问题

laosha+如何计算前5-10个交易日收盘价的斜率。

思路

![{w:100}](/wiki/api/attachments.redirec

https://bigquant.com/experimentshare/6508a3b7858b4d098a358a880b18b332

训练结果展示： \n

新版策略请转向

https://bigquant.com/wiki/doc/talib-OZIAb2sLoM

策略案例

https://bigquant.com/experimentshare/5d43988b1b9a443284807f6614b8eb5b

\

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

OPEN/DELAY(CLOSE,1)-1   这个函数中DELAY 是什么意思

\

如下午14点50，判断是否涨停，没涨停就卖出 这种

如图：

如题，想引入分红率作为因子，但不知道该从哪里下手

比如991344游戏行业，指数里面没看到有这个

一个小小的需求：可以提供十年期国债收益率和社融数据吗？

\

上图为买入twap1 卖出为twap8时候的持仓比率

下图为买入open 卖出close时候的持仓比率 请问这是哪里的问题？

![{w:100}](/wiki/api/attachments.redirect?id=9b51f825-7d67-4158-a063

{{membership}}

https://bigquant.com/codeshare/7fd0ea69-d032-46f3-8b0e-7e0fda50f573

\

{{membership}}

https://bigquant.com/codeshare/1ed3fa07-c733-47fd-8fbc-4e441ed37672

\

\

摘要

互动易平台实时披露的数据是定期报告披露数据的有益补充

互动易平台上关于上市公司最新股东户数的问询相对频繁，隐含着投资者认为股东户数的相关信息与公司股价的未来表现有一定的联系。互动易平台关于股东户数问询的有效回复每期占比在20%~30%的区间波动，每期有效回复个股数量在600只上下。过去八年间，1/4的深交所上市公司通过互动易平台披露最新股东户数的次数少于12次；近80家上市公司披露股东户数超150次；383家上市公司始终未在该平台上披露过股东户数相关信息

低频股东户数变化因子具有选股能力

低频股东类因子更新频率低，时效性差，低频数据的高频化需要选择合理的方

摘要

研究价值

1. 绝对收益类产品对最大回撤的重视程度更高。
2. 两融业务担保品重视股票的最大跌幅。
3. 股票质押式回购易受股票下跌影响。
4. 持股相对集中的权益投资更需关注下跌风险。

研究方法

本报告中采用多因子量化的手段，期望能够对股票的下跌风险有一个准 确的测度，给投资者在投资决策时衡量股票风险提供一个新的视角。

我们通过 VaR 风险测量方法，对股票中各维度的因子进行分析，并挑选 有效的因子构建多因子模型，通过模型对股票的未来最大跌幅进行定量 分析，从而获得股票未来下跌风险的测度结果。

VaR 应用指数预测：整体趋势来看，指数不断下滑，沪深

问题

我是刚接触AI策略的新手，在BigQuant平台上利用策略生成器新建了一个AI策略。 运行的过程中，标注结果图如下：

问题截图

不太理解这幅图的具体含义和价值，到底是怎么计算来的，这幅图到底对开发AI策略有何指导意义。有谁可以解释一下吗？谢谢~~~

问题

计算收益时间与hold_day是否需要保持一致？

请问计算收益时间与hold_day是否需要保持一致？如果不一致会有什么问题？

谢谢