yinyu作业提交
对每一只股票,取最近 10个交易日 的最低价序列做 时间序列排序;在横截面(同一天所有股票)上,把上面得到的 0–1 分位值再排一次序,又得到 0–1 之间的分位值;因子值越大 → 股票当前价越接近 10 日最低点(时间序列排序值越低,再取负后反而越大);**因子值越
由bqg4auih创建,最终由bqg4auih更新于
对每一只股票,取最近 10个交易日 的最低价序列做 时间序列排序;在横截面(同一天所有股票)上,把上面得到的 0–1 分位值再排一次序,又得到 0–1 之间的分位值;因子值越大 → 股票当前价越接近 10 日最低点(时间序列排序值越低,再取负后反而越大);**因子值越
由bqg4auih创建,最终由bqg4auih更新于
影响策略效果的因子有很多,每个人所选择的因子也各有不同,选取因子后,如何分析数据,找出有效选股逻辑模型就成为重点。该数据分析工作是策略逻辑编写中最耗时的部分,本文介绍,如何简化数据分析的工作:数据标准化处理
举例说明:
当天收益因子:5000支票,可能会有1000+个不同的值,如:1
由bq71v3n7创建,最终由bq71v3n7更新于
由bqg4auih创建,最终由bqg4auih更新于
由bqg4auih创建,最终由bqg4auih更新于
换手率(turn)、股东变化数(shareholder_chg)和股东数量(a_shareholder),我将设计一个综合因子。以下是完整的因子设计方案:
\n
由bq9dhg5r创建,最终由bq9dhg5r更新于
XGBoost 是一种基于梯度提升树(Gradient Boosted Trees)的高效机器学习算法,常用于排序、分类、回归等任务,在bigquant平台上只用于排序任务,主要有三种:排序学习(NDCG); 排序学习(Rankne
由bq0m8rec创建,最终由bq0m8rec更新于
由yzc18811006016创建,最终由yzc18811006016更新于
因子说明:
高成长+低换手+小市值(成交额波动小,流动性不足)
c_pct_rank(net_profit_to_parent_deduct_cagr_3_ttm) + c_pct_rank(-m_sum(turn, 5)) + c_pct_rank(-M_nanstd(am
由bqae70pv创建,最终由bqae70pv更新于
由bqrlttmv创建,最终由bqrlttmv更新于
换手率与市值因子
[https://bigquant.com/codesharev3
由bqbppxmo创建,最终由bqbppxmo更新于
由small_q创建,最终由small_q更新于
因子说明:
低换手 + 高成长 + 小市值
c_pct_rank(net_profit_mrq_yoy) + c_pct_rank(-m_sum(turn, 10)) + c_pct_rank(-total_market_cap) AS factor
由bqf6mces创建,最终由bqf6mces更新于
==--具有行业风格特征的策略应该如何系统构建?==
电子行业是一个以电子元器件、电子设备及其相关材料和制造工艺为核心的综合性产业体系,覆盖从基础元器件制造到整机装配、系统集成等多个环节。该行业技术密集度高、更新迭代快,具有强烈的全球分工特征。
在 **申万行业
由bq0m8rec创建,最终由bq0m8rec更新于
由qxiao创建,最终由qxiao更新于
在这篇文章中,我们将探讨大型语言模型(LLM)在金融领域的应用,涵盖以下主题:
我们将展示如何将LLM与OpenAI API和Python等工具结合使用,以简化生成主题投资组合和分析趋势等流程,从
由googleglass创建,最终由bqzau2ce更新于
1、按照老师要求设置大盘4%,个股5%,-2%止损。\n2、感觉个股的阈值限制太低了,削弱了部分收益。
3、用ai帮写的代码,把老师的可视化画布给弄坏了,我也不知道怎么修:(
4、迟交作业,我错了。
[https://bigquant.com/codesharev3/390ce6a2-3def
由bqfua3ny创建,最终由bqfua3ny更新于
\
分类 | 中文名 | 英文名 | 建议的代码变量名 |
---|---|---|---|
绩效评估指标 | 累计净值 | Cumulative Net Value | cumulative_net_value 或 cum_net_value |
绩效评估指标 | 年化收益 |
由jliang创建,最终由bq1tgawk更新于
StockRanker 训练程序无法运行
[https://bigquant.com/codesharev3/16a53d1d-8b1c-4968-ac0b-0398392b97ca](https://bigquant.com/codesharev3/16a53d1d-8b1c-4968-
由bqsx8e9a创建,最终由small_q更新于
由jasonzhao136创建,最终由small_q更新于
你好,我修改了这个策略的代码,想只保留主板的数据,但是运行回测数据没有变化,是什么原因呢?
策略:
[https://bigquant.com/codesharev3/fc26699e-a006-4e90-8609-8ebcbee38ff6](https://bigquant.com/codes
由bqrlttmv创建,最终由small_q更新于
lightgbm模型报错,但是stockranker可以,不知道什么问题
#https://bigquant.com/codesharev3/9cd9a4a0-4050-40f2-b3a7-8b7652ebff63
from bigmodule import M
#
由csowen创建,最终由small_q更新于
请技术来看看
源码:
[https://bigquant.com/codesharev3/15afa818-8cac-442a-8936-9bef606e7b0f](https://bigquant.com/codesharev3/15afa818-8cac-442a-8936-9bef60
由bqagh3rw创建,最终由small_q更新于
我有注意到文档中没有提到分钟频率数据的涨停买入逻辑。
假如一只股票当日13:29分涨停了, 我在13:30下单 买入,交易引擎会进行撮合吗
由bq21ijuw创建,最终由small_q更新于
回测当中如何融资下单与卖券还款
如题,能麻烦 工程师帮忙给一个案例吗
由bq21ijuw创建,最终由small_q更新于
\
由small_q创建,最终由bqdir9ty更新于