策略案例

[https://bigquant.com/experimentshare/7dcb3fe1da07466aa334e3c202a7704f](https://bigquant.com/experimentshare/7dcb3fe1da07466aa334e3c202a770

策略案例

[https://bigquant.com/experimentshare/8594992a1d9345d98cbe949eb6297067](https://bigquant.com/experimentshare/8594992a1d9345d98cbe949eb62970

LSTM Networks应用于股票市场之Functional Model。本文是已初步探索，如下示例中 使用 LSTM 预测沪深300 涨跌。

用一个input（6 features * 30 time series）训练LSTM，将训练结果与另一个辅助性输入label(np.round(cl

导语

说明：重要的事情说三遍，这是一篇付费策略的详细报告！这是一篇付费策略的详细报告！这是一篇付费策略的详细报告！ 1为人，1为人工智能，二者结合如虎添翼。

AI在股市应用中的观点

最近几年随着深度学习不断的发展，人工智能成为了时下最热门的话题，深度学习在各个领域都有了很多重要应用

本代码完整版一共包括三部分：数据、算法、回测交易。 由于该策略与机构有一些合作，我们只放出了数据和算法。希望大家能够理解！

策略案例

[https://bigquant.com/experimentshare/5a93201876eb401e998867e0b5106175](https:

策略案例

[https://bigquant.com/experimentshare/10ddc26e7b674144ab9e3738b63010a1](https://bigquant.com/experimentshare/10ddc26e7b674144ab9e3738b63010a1

策略介绍

海龟交易法是著名的公开交易系统，1983年著名的商品投机家理查德. 丹尼斯在一个交易员培训班上推广而闻名于世，它涵盖了交易系统的各个方面。其法则覆盖了交易的各个方面，并且不给交易员留下一点主观想象决策的余地。它具备一个完整的交易系统的所有成分。这个法则以及使用这个法则的人的故事被写

策略案例

[https://bigquant.com/experimentshare/6774a21c87834dd48de568308a1fd3ee](https://bigquant.com/experimentshare/6774a21c87834dd48de568308a1fd3ee

策略案例

[https://bigquant.com/experimentshare/06c5d16cb44b46e7a8ffe45ad9a69a95](https://bigquant.com/experimentshare/06c5d16cb44b46e7a8ffe45ad9a69a95

策略案例

[https://bigquant.com/experimentshare/a8cfb3df111c43fc9bec8f70654ecd5e](https://bigquant.com/experimentshare/a8cfb3df111c43fc9bec8f70654ecd

策略案例

[https://bigquant.com/experimentshare/587dfa30731644aeac4499c052f9a686](https://bigquant.com/experimentshare/587dfa30731644aeac4499c052f9a6

策略案例

[https://bigquant.com/experimentshare/5c5e31cf67c94de099b00aeab9676e48](https://bigquant.com/experimentshare/5c5e31cf67c94de099b00aeab9676e

策略案例

[https://bigquant.com/experimentshare/21cf886fbd794a66be617bfd57a0cb88](https://bigquant.com/experimentshare/21cf886fbd794a66be617bfd57a0cb

反转因子计算方法

反转因子的W式切割经过长期反复的摸索，我们找到了一个反转因子的有效切割方案，简称W式切割。具体操作步骤如下：

1. 在每个月底，对于股票s，回溯其过去N个交易日的数据（为方便处理，N取偶数）；
2. 对于股票s，逐日计算平均单笔成交金额D（D=当日成交金额/当日成交笔数

导语

特征选择是除数据之外最关键的步骤。尽管这一步非常必要，但很多指导文章中却完全忽略这一过程。

本文将展示一些很棒的特征选择方法，帮助读者在机器学习中更加如鱼得水。

特征选择是什么？实际问题中，需要什么样的特征来帮助解决建模并不总是很清晰。在这个问题上，数据总是存在各种问题，比如数据过

策略案例

[https://bigquant.com/experimentshare/05251c753111424eaff32648838ac24f](https://bigquant.com/experimentshare/05251c753111424eaff32648838ac24f

https://bigquant.com/experimentshare/769a812d8a474463a9067d10d62917c0

\

https://bigquant.com/experimentshare/1e770b6d40584d1cbedebc632103631c

\

算子是平台可视化研究环境进行实验开发时基本组件，也称模块。

算子简介

AI量化策略研究平台将复杂的算法和逻辑代码封装为简单易用的算子。算子支持一致的命名约定、版本控制和缓存/增量计算等功能。

下图显示 因子分析这一算子。我们可直接从左侧拖动算子到研究环境。

![

导语

RNN、LSTM和GRU网络已在序列模型、语言模型、机器翻译等应用中取得不错的效果。循环结构（recurrent）的语言模型和编码器-解码器体系结构取得了不错的进展。

但是，RNN固有的顺序属性阻碍了训练样本间的并行化，对于长序列，内存限制将阻碍对训练样本的批量处理。这样，一是使得R

【更新2017/10/31】增加自动提交结果到challenger .ai，请查看文档后面的代码

创新工场、搜狗、今日头条联合发起一场世界级AI竞赛，BigQuant作为一家专业的机器学习平台，提供竞赛数据和AI算法，助你轻松参赛，勇夺丰厚现金大奖、斩获主办方提供的工作实习机会。

AI

test2

test2

/