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。

59th Meetup

本期提问者：bq22fw19、bq61ym2n、1855680***、bqhz06vb

因子挖掘

如何利用市场信息？

利用市场信息进行量化投资主要涉及以下步骤：

数据收集：首先，需要收集和整理市场数据，包括股票价格、交易量、基本面数据、新闻、宏观经济数据等。这些信息可以从各种数据供应商或公开数据源获取。
数据预处理：对收集到的数据进行清洗和预处理，处理缺失值、异常值、重复值等，保证数据的准确性和完整性。
特征工程：根据投资策略和模型需求，进行特征工程，提取有价值的特征和信号。
模型构建：选择合适的模型（如回归模型、机器学习模型、深度学习模型

更新时间：2025-12-30 06:37

问题

如何用收盘前10分钟或5分钟的数据代替收盘价以便买入

视频

https://www.bilibili.com/video/BV1Q44y1N7nJ/

策略相关

A：WAP价格回测功能

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

视频

https://www.bilibili.com/video/BV1p14y1K7mp/

介绍

{w:100}{w:100}{w:100} ![{w:90}{w:100}{w:100}](/wiki/api/attachments.redirect?id=c07884e1-08b3-4073-9bf2-9ebca5efc0

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

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

旧版声明

本文为旧版实现，仅供学习参考。

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

问题

风控和择时：情绪周期如何用于追涨策略

视频

[https://www.bilibili.com/video/BV1ui4y1m7Nx?spm%5Fid%5Ffrom=333.999.0.0](https://www.bilibili

更新时间：2025-12-30 06:37

策略源码

更新时间：2025-12-30 06:37

问题

有什么方法或因子可以描述股价在高位或低位？

视频

https://www.bilibili.com/video/BV1ov4y1Z7Yg?share_source=copy_web

策略源码

[https://bigquant.com/experimentshare/9fa4d332095143b598308c57de203788](https://bigquant.com/experimentshare/9fa4d33

更新时间：2025-12-30 06:37

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

更新时间：2025-12-30 06:37

【Meetup讲义】10月15日讲义

https://bigquant.com/experimentshare/728eb11c745f400aba4c91a4839b253a

更新时间：2025-12-30 06:37

策略案例

https://bigquant.com/experimentshare/644652453c624f34a027c192e4f8703a

更新时间：2025-12-30 06:37

导语

2020年我们开展了近半年的Meetup，共11场Meetup活动，90个问题，7场专题，持续地为大家服务和提供新鲜的灵感。2021年，Me

更新时间：2025-12-30 06:37

旧版声明

本文为旧版实现，仅供学习参考。

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

2021年7月8日Meetup模板：

[https://bigquant.com/experimentshare/a6bae485ffcc47819510b788ddfad338](https://bigquant.com/experimentshare/a

更新时间：2025-12-30 06:37

问题

深度学习在期货高频上的应用

策略源码

8月19日Meetup问题模板：

https://bigquant.com/experimentshare/f58dbfb388454407b8a2b99eb14cf1ea

更新时间：2025-12-30 06:37

更新

本文为旧版实现，仅供学习参考。

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

7月30日Meetup 模板案例：

策略案例

https://bigquant.com/experimentshare/99d8bec5248e4878b33a21bc119a6671

更新时间：2025-12-30 06:37

资产配置理论及其演进

大类资产配置理论研究始于20世纪30年代，传统配置策略包括60/40、等权重投资组合和均值方差模型等。20世纪90年代，为了放宽MPT的假设条件，提高理论在实践中的可行性，以BL、捐赠基金模型、投资组合保险策略、美林时钟等为代表的大类资产配置策略被提出。进入21世纪以后，市场开始用“因子”来解释资产的投资回报，不同因子的开发和基于因子的配置模型逐渐受到市场的关注。随着科技在金融领域的应用，基于MPT、大数据和人工智能的配置模型(智能投顾)正在被广泛使用于个人资产配置上。未来大数据+机器深度学习或将打破人类认知局限，将我们带入资产配置4.0时代。