风险管理
从金融视角来看，风险管理是企业持续发展和稳健运营的核心要素。它涉及识别、评估、监控和控制潜在的风险，以便将不良影响最小化，并促进企业在不断变化的经济环境中保持弹性。有效的风险管理策略不仅有助于保护资产和减少损失，还能增强投资者的信心，维持公司声誉。为了确保这一流程的实施，金融机构通常采用先进的风险测量模型和技术，以及严格的内部政策和程序。这样的方法使机构能够预测潜在威胁，迅速应对突发事件，并在机会与风险之间找到适当的平衡，从而实现可持续增长和盈利。
另类标签(calmar)选股模型
更新时间：2025-04-15 07:19
逻辑回归和交叉熵
更新时间：2025-04-15 07:19
如何进行多策略组合及分配各自的仓位配比？
资产配置理论及其演进
大类资产配置理论研究始于20世纪30年代，传统配置策略包括60/40、等权重投资组合和均值方差模型等。20世纪90年代，为了放宽MPT的假设条件，提高理论在实践中的可行性，以BL、捐赠基金模型、投资组合保险策略、美林时钟等为代表的大类资产配置策略被提出。进入21世纪以后，市场开始用“因子”来解释资产的投资回报，不同因子的开发和基于因子的配置模型逐渐受到市场的关注。随着科技在金融领域的应用，基于MPT、大数据和人工智能的配置模型(智能投顾)正在被广泛使用于个人资产配置上。 未来大数据+机器深度学习或将打破人类认知局限，将我们带入资产配置4.0时代。
资产配
更新时间：2025-04-15 07:19
【主题分享】市场风格变化时策略如何自动切换
策略源码
更新时间：2025-04-15 07:19
xgboost自定义目标和评估函数
更新时间：2025-04-15 07:19
LSTM+CNN深度学习预测股价
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
策略案例
https://bigquant.com/experimentshare/c13d6baefe5d4c75bb87eea9364b0f75
\
更新时间：2025-04-15 07:19
2023-AI量化Meetup
\
更新时间：2025-04-15 07:19
59th Meetup
本期提问者：bq22fw19、bq61ym2n、1855680***、bqhz06vb
因子挖掘
如何利用市场信息？
利用市场信息进行量化投资主要涉及以下步骤：
- 数据收集：首先，需要收集和整理市场数据，包括股票价格、交易量、基本面数据、新闻、宏观经济数据等。这些信息可以从各种数据供应商或公开数据源获取。
- 数据预处理：对收集到的数据进行清洗和预处理，处理缺失值、异常值、重复值等，保证数据的准确性和完整性。
- 特征工程：根据投资策略和模型需求，进行特征工程，提取有价值的特征和信号。
- 模型构建：选择合适的模型（如回归模型、机器学习模型、深度学习模型
更新时间：2025-04-15 07:19
一阳穿多线策略的因子描述-滚动训练
【此文档为旧版】 相关新版文档参考：
https://bigquant.com/wiki/doc/ai-rq8QOC2fDb
策略案例
https://bigquant.com/experimentshare/16571b942a8a4a92a4914c15f65d0883
\
更新时间：2025-04-15 07:19
【Meetup讲义】10月15日讲义
更新时间：2025-04-15 07:19
三因子线性模型（包含滚动训练）
更新时间：2025-04-15 07:19
回测引擎常用功能示例
更新时间：2025-04-15 07:19
策略中调用其他因子_非AI
更新时间：2025-04-15 07:19
45th Meetup
\
更新时间：2025-04-15 07:19
参数寻优获得/夏普信息比/最大回撤/胜率-2
更新时间：2025-04-15 07:19
【历史文档】高阶技巧-月度调仓_可视化编程示例
更新
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
新版数据平台：
https://bigquant.com/data/home
https://bigquant.com/wiki/doc/dai-PLSbc1SbZX
新版表达式算子：
<https://
更新时间：2025-03-23 10:14
金融交易中的人工智能技术：系统文献综述
文章摘要
金融市场的复杂性、非线性、非平稳性和时间变异性使其成为一个充满挑战的领域。随着技术的进步，AI技术在金融市场中的应用越来越广泛，尤其是在自动化交易、投资、保险和风险管理等领域。AI技术能够通过分析大量数据来提高金融服务的效率、安全性和个性化。然而，金融市场数据的质量、高频数据处理以及经济指数的动态性仍然是AI应用的主要挑战。
研究方法
研究者采用了系统文献综述（SLR）的方法，分为三个阶段：规划、执行和报告。研究问题（RQs）包括：
- RQ1：研究了哪些金融市场和资产类型？
- RQ2：采用了哪些交易分析方法（技术分析、基本面分析等）？
- RQ3：使用
更新时间：2025-03-05 09:24
【平台使用】这是服务器sql 挂了，还是用户端问题？
更新时间：2025-02-16 03:33
【平台使用】策略有办法实时运行吗？
如下午14点50，判断是否涨停，没涨停就卖出 这种
更新时间：2025-02-16 03:31
【平台使用】编辑器如何设置字体？
更新时间：2025-02-16 03:28
【平台使用】高频因子抽取到日频报错
更新时间：2025-02-16 02:19
【平台使用】如何实现复杂的因子合成，相关的算子模块和代码分享
像一些复杂的因子合成方法怎么实现呢，有没有相关的算子模块或者代码分享呢
更新时间：2025-02-16 02:19
【其他】因子分析的输入需要DataSource对象
\
更新时间：2025-02-16 02:18
【平台使用】问题反馈：国证2000指数数据不全
如图：
更新时间：2025-02-16 02:15
【平台使用】如何获取因子看板中的因子数据？
如题，前期的教程，目前好像失效了
更新时间：2025-02-16 02:03