如何开发带有反馈系统的策略?
比如今天买明天卖的策略,根据股票每天的收益情况,反馈给策略,进行参数调整,这样就可以让策略每天都是新鲜的,并且是真正贴合市场的活的策略。
模型动态更新
深度强化学习
[1] Deep Reinforcem
更新时间:2024-06-07 10:55
本期提问者:bq22fw19、bq61ym2n、1855680***、bqhz06vb
利用市场信息进行量化投资主要涉及以下步骤:
更新时间:2024-06-07 10:55
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:2024-06-07 10:55
【此文档为旧版策略】具体可参考新版文档:
https://bigquant.com/wiki/doc/103-ai-LpsqDhu8mG
https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795
\
更新时间:2024-06-07 10:55
分享一些量化交易相关的常识信息。
**[多因子选股模型及优缺点](https://bigquant.com/wiki/doc/5asa5zug5a2q6ycj6ikh5qih5z6l5zcn6kn6ke
更新时间:2024-06-07 10:48
量化交易利用数学和统计学方法来分析市场并执行交易的过程,是现代金融的一个重要组成部分。量化模型的目的是通过算法自动识别并利用市场中的规律和机会,用以获取更多收益。
量化交易模型的一般由以下几个部分组成:
1 数据处理模型: 量化交易的基石是数据。这包括了从历史价格、成交量到公司财报、宏观经济指标等各类数据。对这些数据的收集、清洗和处理是构建有效模型的首要步骤。**[BigQuant策略编写平台](http
更新时间:2024-06-07 10:48
2/3光速对你我来说可能只是一瞬,但对于高频交易公司来说,可能就是事业的全部。在瞬息万变的市场上,棋先一招常常就在微秒之间。
眨眼 0.4 秒,常被形容快,但有家公司花了 1400 万美元,就为了让自己再快 0.07 毫秒( 0.00007 秒),5700 分之一眨眼的时间。
Jump Trading 公司在全球最大期货交易所芝加哥商品交易所数据中心对面,买了一块 12 万平方米的空地。
买了之后,他们没盖楼炒房,也不是为了风水,就是架微波通信基站,用于第一时间把交易请求传到芝加哥商品交易所。
![{w:100}{w:100}](https://n.sinaimg.cn
更新时间:2024-06-07 10:34
①投资人与券商充当的角色
②投资人与券商是否对立
这是投顾经常被问到的问题。销售机构在推荐雪球产品时,必定会讲到交易对手方是券商,一些投资人会简单理解自己在和券商做博弈。我自己在第一次接触雪球时也有这样的误解:如果雪球产品跌破敲入价格,保本保息机制就消失了,所以作为对手方的券商特别有动力想股票下跌,这样就不用支付利息了。路演里刘博士很清晰的描述了券商与投资
更新时间:2024-06-07 10:33
高频交易在美国证券市场中的角色
如果把正在正常交易、买卖力量均衡的市场比喻成一个平静的水面,此时,某个基本面交易员下了一个数量较大的订单,这好比往水中投入了一块石头。那么,不论是订单自身的价格推动力,还是其他投资者做出的反应,都会使市场产生一系列波动,一如水面泛起的层层涟漪。而高频交易则藏匿于其中,于市场的起伏之中寻找获利的机会。
在美国,上市和交易业务是完全分离的
所有的上市证券均可以在任何一家交易所交易。对高频交易商而言,这种碎片化的交易模式提供了很大的获利机会。试想,同一个证券很有可能因为市场流动性或是参与者结构的差异,甚至只是信息传递存在时滞,在不同
更新时间:2024-05-23 06:11
更新时间:2024-05-21 08:15
更新时间:2024-05-21 06:30
\
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
更新时间:2024-05-20 10:54
本文内容已经过期,不再适合平台最新版本,请查看以下最新内容,作为参考资料学习。
本文为旧版实现,仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
[https://bigquant.com/experimentshare/e1779fa4ec184a1fb209ebff7c588b8d](https://bigquant.com/experimentshare/e1779fa4ec184a1fb209ebff7
更新时间:2024-05-20 06:33
更新时间:2024-05-20 06:15
\
更新时间:2024-05-20 02:30
本文14323字,阅读约28分钟
导语:本文旨在用精炼的语言阐述实操层面的机器学习量化应用方法,包括给出实践中一些常见、实际问题的处理方案,并结合了量化应用实例。读完后大家可以在本平台进行实践检验。
1.人工智能量化投资概述
2.人工智能技术简介
3.机器学习在量化投资中应用的具体方法解析
AI相对于传统量化投资的优势 传统的量化投资策略是通过建立各种数学模型,在各种金融数据中试图找出市场的规律并加以利用,力所能及的模式或许可以接近某一个局部的最优,而真正的全局“最优解”或许在我们的经验认知之外。如同不需要借助人类经验的Alpha Zero,不仅
更新时间:2024-05-20 02:09
更新时间:2024-05-20 02:09
本文为旧版实现,仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
\
https://bigquant.com/experimentshare/723e10568f294571924b89f3953ce20b
\
更新时间:2024-05-20 01:02
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:2024-05-17 07:50
AIStudio3.0.0分钟数据获取请转移至:
https://bigquant.com/wiki/doc/5yig6zkf5pww5o2u6i635yw-6fK4a8ZOZx
[https://bigquant.com/experimentshare/893162aea1dc4c4f953f670293646709](https://bigquant.com/experimentshare/893162aea1dc4c4f953f6
更新时间:2024-05-17 01:13
若想在AIStudio3.0.0种复现这个策略, 请空降:
https://bigquant.com/wiki/doc/rpsai-lgPnmWzLkq
如何结合欧奈尔的RPS指标,开发AI量化策略?
1988年,欧奈尔将他的投资
更新时间:2024-05-17 01:13
更新时间:2024-05-16 06:36
本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:
https://bigquant.com/wiki/doc/stockranker-qFD1Xg1Wz3
代码策略
[https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dccb8f](https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dcc
更新时间:2024-05-16 06:36
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:2024-05-16 03:23
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:2024-05-16 02:32