策略回测

策略回测在金融领域中,是一种对历史数据应用特定投资策略以评估其性能的过程。这种方法通过模拟真实市场环境,使投资者能够观察策略在不同时间周期和各种市场条件下的盈利能力和风险水平。这是一种重要的工具,可以帮助投资者在实施新策略之前了解潜在的收益和风险,优化投资策略,提高未来决策的准确性和效率。有效的策略回测能够为投资者提供信心,并为实盘交易提供有价值的参考。

华泰人工智能系列之二十二:基于CSCV框架的回测过拟合概率-华泰证券-20190617

摘要

基于CSCV框架计算三组量化研究案例的回测过拟合概率

本文基于组合对称交叉验证(CSCV)框架,以三组量化研究为案例展示回测过拟合概率(PBO)的计算流程,发现两组多因子选股模型的PBO较低,择时模型的PBO较高。案例1为7种机器学习模型的多因子选股策略,指数增强组合PBO大多在15%~50%,“XGBoost表现最佳”的结论大概率不是回测过拟合。案例2为6种交叉验证方法的多因子选股策略,多空组合PBO在20%~50%,“分组时序交叉验证表现最佳”的结论大概率不是回测过拟合。案例3为双均线50ETF择时策略,PBO在50%~90%,“参数组合[11,30]和\

更新时间:2021-11-26 07:30

技术指标系列报告之六:RSRS择时~回顾与改进-光大证券-20191117

/wiki/static/upload/3d/3d8e35a0-80b4-43e6-8974-99aefe971cee.pdf

\

更新时间:2021-11-17 06:00

2017-2019-策略上千次的 回测 分析 等待 调优 小试 总结 迭代。

想到哪里写哪里,最近总结,把思路捋直了再说。 2017年开始接触策略下半年开始了解bigquant。之前在JD。。。。后来。。。。 2017下半年到2018年上半年策略从A策略开始接触,B从A升级过来, B到C策略建立,经过上千次的回测和修改,18年下半年放下休息,等结果。 这期间A建立之后做了几十次更改到C回测估计有上千次了。形成了ABC策略组合,每一个组是十几个A-copy1组成的。我没有跟上网站的升级,我宁愿升级慢点。从旧策略慢慢移植到新的框架去。至少bug更少点吧?心里作用。

总结一下策略误区吧。 如果这个策略以后会实盘,那就这样说起: 1 定义市场容量=多少资金投入,这个和策略框架

更新时间:2021-08-24 05:46

在策略回测中,如何查看中间变量的值?

之所以需要查看中间变量的数值是因为我们有时在编写策略、策略调试中需要检查中间变量的数值是否正确,具体方法见下:

https://bigquant.com/experimentshare/318dd5e24d3a4578b858f4a1226aca3b

\

更新时间:2021-08-24 05:46

WorldQuant 101 Alpha因子构建及因子测试

作者:bigquant
阅读时间:5分钟
本文由BigQuant宽客学院推出,难度标签:☆☆☆

导语

本文目的是介绍如何使用bigexpr表达式对WorldQuant公开的101个alpha进行因子构建,并进行因子测试。

一、背景介绍

根据WorldQuant发表的论文《101 Formulaic Alphas 》 669 ,其中公式化地给出了101个alpha因子。与传统方法不一样的是,他们根据数据挖掘的方法构建了101个alpha,据说里面80

更新时间:2021-04-23 07:08

AI量化策略开发第七步:查看、分析结果

导语:当我们策略回测完成时,系统会输出包含各种指标的收益曲线图,但可能因我们对这些指标的释义和内容不太熟悉,导致无法准群判断策略好坏,本文从回测各指标概念入手,希望可以帮助大家更好地理解策略回测结果。

当我们完成一个策略回测时,会得到如下图形,包含 收益概况交易详情每日持仓和收益输出日志 。接下来,我们详细介绍这几个部分。

image|690x346

一、收益概况

收益概况以曲线图的方式显示了策略在时间序列上的收益率。红色曲线为 **

更新时间:2021-04-13 09:12

分页第1页第2页第3页第4页
{link}