风险管理

从金融视角来看,风险管理是企业持续发展和稳健运营的核心要素。它涉及识别、评估、监控和控制潜在的风险,以便将不良影响最小化,并促进企业在不断变化的经济环境中保持弹性。有效的风险管理策略不仅有助于保护资产和减少损失,还能增强投资者的信心,维持公司声誉。为了确保这一流程的实施,金融机构通常采用先进的风险测量模型和技术,以及严格的内部政策和程序。这样的方法使机构能够预测潜在威胁,迅速应对突发事件,并在机会与风险之间找到适当的平衡,从而实现可持续增长和盈利。

29th Meetup

\

更新时间:2026-08-15 01:34

选到的股退市了,策略无法继续运行出信号,怎么处理?

问题

选到的股退市了,策略无法继续运行出信号,怎么处理?

更新时间:2026-08-11 10:00

行业轮动策略

更新时间:2026-03-28 14:59

DeepAlpha短周期因子研究系列之:DNN在量化选股中的应用

更新时间:2026-02-26 03:38

一个量化交易的秘密为什么技术指标的准确率不到50

在变幻莫测的金融市场中,无数投资者终其一生都在寻找那个能预测未来的“圣杯”:一个完美的交易信号,一个能精准捕捉市场脉搏的技术指标。我们沉迷于复杂的图表、研究各种理论,希望找到一种确定性。但这种追寻往往伴随着困惑与挫败。

如果告诉你,那些我们深信不疑、看起来高深莫测的趋势指标,其预测的准确率,可能还不如简单地抛个硬币呢?

最近,一位业内人士在分享中,无意间揭示了一个关于市场、概率和人性的惊人秘密。这个秘密颠覆了许多传统交易观念。本文将分享其中最核心、也最颠覆认知的几个观点,帮助你重新审视交易的本质。

\

第一个真相:所有追趋势指标的准确率都不到50%

文章开篇,我们先来看一个最大胆

更新时间:2026-02-03 01:39

忘掉代码:关于量化投资,你应该知道的3个反直觉真相

很多人一提到量化投资,脑海里浮现的都是复杂的代码、闪烁的屏幕和神秘的“黑箱”。但实际上,量化投资的真正精髓并不在于编程,而在于一个更根本、更直观的概念:“因子”。本文将为你揭示三个关于量化投资的反直觉真相,帮助你拨开迷雾,理解其核心。

核心是“因子”,而非代码

量化投资的首要真相是:理解“为什么”投(因子的逻辑),远比“怎么”投(编程实现)更重要。

做量化可以不懂Python但是不能不懂因子,代码可以抄、策略可以偷、但是因子理解不行就是不行。

这句行内话点明了关键。因子,才是量化策略的灵魂,是驱动买卖决策的根本逻辑。代码仅仅是执行这个逻辑的工具。即使是目前最先进的人工智

更新时间:2026-01-27 02:32

别再骂量化了!这三类散户,正在悄悄靠它赚钱

一、量化交易是敌是友?

谈到“量化交易”,许多散户投资者的第一反应可能是厌恶和恐惧。在大家看来,这股由算法驱动的神秘力量似乎总是在市场上兴风作浪,收割着普通投资者。量化交易真的只是百害而无一利吗?

凡事都具有两面性。虽然量化交易确实让一部分投资者损失惨重,但它也为另一部分人创造了独特的盈利机会。在如今的市场环境中,一些精明的投资者非但没有被量化收割,反而巧妙地利用它创造的条件为自己服务。

问题是,谁是受害者,谁又是受益者?本文将为你揭示,在量化交易主导的时代,哪些投资者最容易受到冲击,而哪些投资者又在悄悄地从中获利。

**二、明显的受害者:两类被量化精准打击的投资者

更新时间:2026-01-21 01:06

交易总是亏钱?别怪市场,问题出在这3个致命的“懒”

你知道为什么九成的人在市场里混一两年就被淘汰吗?别再归咎于技术不行,或是行情太难了。

问题的根源不在市场,在你身上——在你那三个致命的“懒”上。这种懒惰并非身体上的懈怠,而是思维和行为上的惯性,它让你始终无法像专业人士一样对待交易,从而在市场中反复犯错,直至出局。

懒于记录:凭感觉交易,无异于玩命

听好了。业余交易者最常见的错误就是凭感觉和模糊的记忆做决策。今天赚一单就飘,明天亏两单就炸,情绪完全被市场牵着鼻子走。

而职业交易员恰恰相反。我们最怕的不是亏钱,是不知道自己为什么亏。所以我们会一丝不苟地记录每一笔交易,这不仅仅是记账,更是记录决策的全过程:**入场的逻辑是什

更新时间:2026-01-20 01:52

日内卖出跨式期权套利策略解读

更新时间:2026-01-08 03:24

kinghh 作业一

1、请用自己的话解释什么是量化投资

利用数学模型进行投资决策,其核心将投资思想转化为可量化的指标来识别投资机会、执行交易并管理风险


2、请你列出你认为的量化投资的优势和劣势。

优势 :避免主观情绪干扰,严格按模型执行。快速处理海量信息,捕捉人脑难以发现的复杂机会,精准交易避免手忙脚乱。

劣势:可能会出现小概率事件,要做好风控

更新时间:2026-01-07 06:23

49th Meetup

Q1-@james:有什么另类的标注可以推荐下?

https://bigquant.com/wiki/doc/-0kcMgSnQXw

https://bigquant.com/wiki/doc/rengongzhineng-xilie-ershijiu-shouyi-linglei-biaoqian-zhengquan-fuben-xRMNFmmg00

{w:100}{w:100}{w:100}

更新时间:2025-12-30 06:37

40th Meetup

\

更新时间:2025-12-30 06:37

筹码理论的探索-筹码分布计算的实现

问题

有筹码分布指标吗

视频

https://www.bilibili.com/video/BV1Yu411X7C2/

策略源码

筹码理论的探索-筹码分布计算的实现

更新时间:2025-12-30 06:37

深度学习在期货高频上的应用

8月19日Meetup问题模板:

https://bigquant.com/experimentshare/f58dbfb388454407b8a2b99eb14cf1ea

\

更新时间:2025-12-30 06:37

32nd Meetup

\

更新时间:2025-12-30 06:37

36th Meetup

\

更新时间:2025-12-30 06:37

2023-AI量化Meetup

\

更新时间:2025-12-30 06:37

BigQuant平台策略构建流程

视频讲解

查看视频

策略源码

https://bigquant.com/codeshare/23bb6c6a-c4e3-4a7c-aed4-48c719c64dee

\

更新时间:2025-12-30 06:37

如何获取策略模拟资金曲线信息 ,再反向输出集成策略?

问题

如何获取策略模拟资金曲线信息 ,再反向输出集成策略?

视频

https://www.bilibili.com/video/BV1wR4y1C7ZT/?vd_source=ecd29bbd04cbefdfa426167c55241973

策略源码

[https://bigquant.com/experimentshare/b8a38c78cb844ac3bc3821e42497ff5

更新时间:2025-12-30 06:37

LSTM+CNN深度学习预测股价

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/c13d6baefe5d4c75bb87eea9364b0f75

\

更新时间:2025-12-30 06:37

一阳穿多线策略的因子描述-滚动训练

【此文档为旧版】 相关新版文档参考:

https://bigquant.com/wiki/doc/ai-rq8QOC2fDb

策略案例

https://bigquant.com/experimentshare/16571b942a8a4a92a4914c15f65d0883

\

更新时间:2025-12-30 06:37

参数寻优获得/夏普信息比/最大回撤/胜率-2

8月19日Meetup模板:第二种方式

https://bigquant.com/experimentshare/5e82e63fe5154eb58b69ffa37998d588

\

更新时间:2025-12-30 06:37

如何构建和使用情绪指标?

问题

每日涨停/跌停数,每日上涨股票数等情绪指标如何构建和使用?

视频

[https://www.bilibili.com/video/BV1Z94y1Q73b?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086](https://www.bilibili.com/video/BV1Z94y1Q73b?share_source=copy_web&vd_source=2e7dc1240

更新时间:2025-12-30 06:37

33rd Meetup

\

更新时间:2025-12-30 06:37

xgboost自定义目标和评估函数

https://bigquant.com/experimentshare/85eb463354e54a9695eddc0c570040e6

\

更新时间:2025-12-30 06:37

分页第1页第2页第3页第17页
{link}