BigQuant DevX (策略开发兴趣小组) 第一期

目的

BigQuant策略开发兴趣小组,第一期 (2024-05 ~ 2024-07)

  • 为BigQuant量化学习者编写策略模版、Demo和复现常见策略
  • 通过共同学习,提高兴趣小组成员策略编写能力

如何参与

  • 对于策略开发者,扫描如下二维码,添加小Q微信,报名策略开发兴

由small_q创建,最终由qxiao更新于

81st Meetup

81st Meetup 直播答疑, 10月17日 19:00 B站直播解答

\

问题列表

提问:咱们IC值的计算,是不能自己设计y是多久的收益率么?就是可以更改y值么?

回答:可以。

[https://bigquant.com/codesharev3/e84b5367-4d

由small_q创建,最终由small_q更新于

分钟级别支撑位


{{membership}}



[https://bigquant.com/codesharev3/6fa12484-25f6-406c-b820-f084f77d062c](https://bigquant.com/codesharev3/6fa12484-25f6-406c-b820

由small_q创建,最终由small_q更新于

分钟趋势和震荡因子

{{membership}}



[https://bigquant.com/codesharev3/54f74c7b-49c9-4d1a-8865-fafa36ea9978](https://bigquant.com/codesharev3/54f74c7b-49c9-4d1a-8865-f

由small_q创建,最终由small_q更新于

年化10%ETF择时稳定策略

策略绩效

其中,年化收益10.6%, 夏普比率0.83,最大回撤8.12% ,如果加上空仓时候的理财收益,收益率有望达到11%。

由qxiao创建,最终由qxiao更新于

行业轮动策略

一、策略概述

1.1 背景介绍

行业轮动策略是一种量化交易策略,旨在通过在不同行业之间进行资金分配,捕捉市场趋势和行业表现的周期性变化。 从名字即可看出,经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业,因此我们如果能布局这些行业并定期轮动调整,那会取得还不错的投资效果。

由small_q创建,最终由qxiao更新于

80th Meetup

因子研究

  • 因子加工的时候,如何判断加工结果是否准确

两步:1)检查原始数据 2)检查计算加工逻辑

测试数据的覆盖度、准确性。

  • 因子挖掘方面的问题,如何去挖掘因子,没有形成一套逻辑

参考研究报告:

着重推荐第一篇:《国盛证券多因子系列之八:日间量价模型研究》

![](

由small_q创建,最终由small_q更新于

79th Meetup

MeetUP直播答疑 时间:8月24日(周四)19:00 回放视频请访问宽客学院-双周答疑-79thMeetup

\

问题列表

**问题1:我主要使用价格K线形态来进行买入卖出依据,但是仅使用数学公式来描述形态(三角形,W,茶杯,头肩顶等)感觉比较局限,和难

由small_q创建,最终由qxiao更新于

机器学习:1-线性回归预测收益

  • 运行环境:AIStudio 3.0.0
  • 机器学习:线性回归策略:预测收益
  • 策略说明:本代码以教学目的为主,请自行调参


回测图:

![](/wiki/api/attachments.redirect?id=7d999db6-eec5-4e3a-b613-ff21ae9ce

由small_q创建,最终由small_q更新于

2024AI量化训练营作业提交

请大家在本文件夹下创建文档,上传作业,格式如下:


标题:用户名+作业名称

正文:描述+策略链接

由bqkzh1gu创建,最终由bq979qbe更新于

训练营8月1日问题答疑

{{membership}}

\

  • 使用可视化创建了一个策略模版,转换到代码的形式后,from bigmodule import M,编辑器下方会显示“"M" is unknown import symbol” . Notebook 似乎无法识别这个python包,但是运行正常。

![](/

由small_q创建,最终由small_q更新于

条件选股:基于股票5分钟资金流构造价格冲击偏差

策略逻辑:价格冲击偏差较小的股票表现较好,即前期容易下跌上涨困难的股票后期表现更佳,买入


\

策略源码:

请克隆策略,前往最新版本开发环境3.0中运行

{{membership}}


[https://bigquant.com/codeshare/38959187-211

由small_q创建,最终由jc666更新于

CTA策略之--基于Bollinger通道的日频商品期货趋势策略

引言

目前国内CTA策略和基金发展的如火如荼,截止2021年初,全球对冲基金行业管理的总资产为8263亿美元,其中CTA基金的总资产高达3015亿美元

截至最新数据,目前国内私募中有接近7000只产品正在使用CTA策略,其规模的扩张速度是令人震惊的。同时令人关注的即是他扩张速度的背后惊人的

由qxiao创建,最终由gaojiawei更新于

bqrziiy4 作业提交

import pandas as pd 
import numpy as np 
import dai

sql = """
SELECT date, instrument,
m_avg(turn, 20) as avg_turn_20,
m_lead(close,

由bqrziiy4创建,最终由small_q更新于

78th Meetup

MeetUP直播答疑 时间:7月25日(周四)19:00 回放视频请访问宽客学院-双周答疑-78thMeetup

\

一、量化入门及学习

  1. 如何能用来选股,能否教一些用法,软件怎样用?
  2. 应该如何学习?
  3. 众多策略如何选择?
  4. 如何得知量化策略未来

由small_q创建,最终由small_q更新于

按照排名平仓

{{membership}}


[https://bigquant.com/codesharev3/d752695f-a1a8-430d-80dd-d6ad1e514878](https://bigquant.com/codesharev3/d752695f-a1a8-430d-80dd-d6a

由small_q创建,最终由small_q更新于

stockranker风控


{{membership}}


[https://bigquant.com/codesharev3/7d0c2298-10d8-41cc-a929-9764193eeb68](https://bigquant.com/codesharev3/7d0c2298-10d8-41cc-a929-9

由small_q创建,最终由small_q更新于

7月16日金融数据分析作业

请大家在本文档下新建文档,提交作业


作业:使用今年以来的数据,计算过去20日换手率均值和未来5日收益率的IC和IR


{{member

由small_q创建,最终由small_q更新于

77th Meetup

MeetUP直播答疑 时间:7月17日(周四)19:00 视频回放请访问宽客学院-双周答疑-77th Meetup

\

问题列表

  1. CTA策略和多因子策略的区别主要在哪里?

答:CTA(Commodity Trading Advisor)策略

由small_q创建,最终由small_q更新于

如何在3.0环境中使用组合优化器

组合优化器是一种用于优化投资组合的工具,旨在通过数学方法和算法来选择和配置资产,在特定约束条件下实现特定的投资目标,如最大化预期收益、最小化风险或达到某种风险/收益平衡,数学公式如下: ![](/wiki/api/attachments.redirect?id=b46ba72c-c62d-46ef-

由small_q创建,最终由small_q更新于

分页:第1页第2页第3页第4页第5页第6页第7页第8页第9页第25页
{link}