导语

平台已经整理好新旧因子对比，可以在基础特征抽取里面直接抽取。

A股

量价因子

在3.0的平台编写了策略，修改了K线函数，自定义了买卖的逻辑。在平台里面可以进行回测，但提交到模拟交易后，就一直无法产生交易信号，请老师帮忙看看原因，谢谢。

\

![这是点击单个因子进去看的收益率](/wiki/api/attachments.redire

介绍

通过本地 VSCode 连接到BigQuant AIStudio，在本地 VSCode 里开发、调试、运行等。

注意：本地 VSCode 没有 AIStudio 可视化开发等功能。我们仍然推荐使用 AIStudio。

此功能 [旗舰版](https://bigquant.com/s

因子原理

动量因子和反转因子是量化交易中一对相反的概念，虽然它们的逻辑有所不同，但都基于市场上存在的某种”惯性‘现象，即资产价格可能会在一段时间内延续其之前的趋势，或者由于市场的过度反应，导致价格偏离基本面。

动量因子的核心思想是：过去表现较好的股票在未来会继续走强，表现差的股票则可能继续

因子原理

如果你在做生意，每年年末都会计算一下今年赚了多少钱，这就是净利润。而净利润同比就是拿今年的净利润和去年的净利润进行比较，看看今年的表现是否超过了去年。

举个例子，假设你去年赚了100万，今年赚了120万，可以算出今年的净利润同比增长了20%。这就意味着你的生意在赚钱的能力上比去年

导语

本文旨在向读者介绍Alpha的相关基本概念，以及寻找和检验Alpha的主要流程和方法。在上篇中我们梳理了 WorldQuant经典读本FindingAlphas的概要以及WebSim的使用，在下篇中我们会介绍相关方法在BigQuant平台上的实现。

初识Alpha

投资策略的类型多种多样，具体选择取决于投资者的投资目标和风险承受能力，下面介绍几种常见的投资策略类型。这些策略各有特点，适用于不同类型的投资者和市场环境。

1. 价值投资策略：这种策略是基于购买那些市场价格低于其内在价值的股票。价值投资者通常会寻找价格被低估的公司，这些公司具有稳健的财

摘要

在深度学习的所有应用场景中，股价预测也无疑是其中一个异常诱人的场景。随着传统线性模型的潜力逐渐枯竭，非线性模型逐渐成为量化交易的主要探索方向，深度学习对非线性关系良好的拟合能力让其在量化交易中面临着广阔的应用前景。但与常规的回归预测任务不同的是，股价预测问题有其独特性，存在时间序列、噪

导语

在上一篇文章中，大家对新建一个AI可视化模板策略有了初步的认识，但看到策略中众多的模块与看似复杂的连线心中不免存在疑惑，没关系，本篇文章中，我们就来为大家完整介绍一个AI量化策略的组成结构以及涉及的基本概念，希望可以帮助大家对AI量化策略建立一个全面初步的认识。

基

/wiki/static/upload/93/931fea39-2bd4-47ca-a995-5646507edb55.pdf

上月底（2021年7月30 日）申万

摘要

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。

Ju

夏普比率（Sharpe Ratio）是衡量投资表现的一个指标，它通过比较投资的超额回报与其承担的风险来评估投资的性价比。由诺贝尔奖获得者威廉·夏普提出，是风险调整后的回报的一种度量。

通过BigQuant量化平台的[金融市场数据因子](https:

什么是协方差矩阵？

协方差矩阵用于计算股票投资组合的标准差，投资组合经理又使用协方差矩阵来量化与特定投资组合相关的风险。在本文中，我们将学习如何为包含 n 个股票的投资组合创建为期“m”天的协方差矩阵。

\

投资组合分析如何运作？

让我们了解投资组合分析

ATR即平均真实范围（Average True Range）是

知识讲解

筹码集中度也叫筹码分布集中度，反映了一定比例的筹码在某一成本范围的集中度大小。 当资金买入，则会增加筹码，当被卖出，则筹码会减少，所以筹码集中度的本质是成本集中度，反映的是一定成本范围的集中情况。 筹码集中度=成本区间的（高值-低值）/（高值+低值）。筹码集中的成本区间越大，集中度

\

什么是套利？

简单来说，统计套利由一组量化驱动的算法交易策略组成。这些策略旨在通过分析价格模式和金融工具之间的价格差异来利用数千种金融工具的相对价格变动。统计套利起源于 1980 年代左右，由摩根士丹利和其他银行主导。统计套利策略，也被称为 StatArb，见证了金融市场的广泛应用。该策

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。

文章概览：

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。

![](/wiki/api/attachments.redirect?id=193c3da7-78e9-426a-8e73-d3a3

至2021年，前30家百亿私募量化机构中29家在官网介绍了其人工智能开发，或正在招募人工智能人才。

几天前，我着手解决一个实际问题——大型超市销售问题。在使用了几个简单模型做了一些特征工程之后，我在排行榜上名列第 219 名。

![{w:100%}{w:100}{w:100}{w:100}](/wiki/api/attachments.redirect?id=8b797f9b-ad23-4

1.什么是海龟交易

海龟交易法则源于两位交易大师理查德丹尼斯(Richard Dennis)和威廉艾克哈特（William Eckhardt）的一段赌约：Dennis认为优秀的交易员能够后天培养，Eckhardt却觉得交易高手天生就有极强的心理素质，不可培养。直到有一次Dennis在新

五因子模型（Fama-French Five-Factor Model）是由ugene Fama和Kenneth French提出的，旨在更好地解释股票回报率的差异。

这个模型在原有的三因子模型基础上增加了两个因子，共包含以下五个因子：

计算公式应用参考：**[Fama-French五因子模型]

协方差是一个统计学的概念，用于衡量两个随机变量间的总体误差。它反映的是两个变量之间的相互关系以及它们如何一起变动。在金融领域，特别是在投资组合管理和风险管理中，协方差是一个非常重要的概念，因为它帮助投资者理解不同资产之间的价格变动关系，从而更好地分散风险。

![协方差概念图](/wiki/api

你是否曾经听到过人们谈论机器学习，而你却对其含义只有一个模糊的概念呢？你是否已经厌倦了在和同事对话时只能点头呢？现在，让我们一起来改变这个现状吧！

这篇指南是为那些对机器学习感兴趣，但又不知从哪里开始的人而写的。我猜有很多人曾经尝试着阅读机器学习的维基百科词条，但是读着读着倍感挫折，然后直接放