量化机器学习系列分享(一)机器学习介绍与线性回归模型

1. 人工智能与机器学习的概念

1.1 人工智能的概念

人工智能(Artificial Intelligence,AI)是一门研究如何使计算机系统具备类似于人类智能的能力的领域

人工智能的子领域示例:

  1. 机器学习:机器学习是人工智能的子领域,用于从数据中学习并改善系统性

由iquant创建,最终由iquant更新于

CTA多因子研究系列探索--期限结构因子

本文内容已经过期,不再适合平台最新版本,请查看以下最新内容,作为参考资料学习。

\

旧版声明

本文为旧版实现,仅供学习参考。

[https://bigquant.com/wiki/doc/demos-ecdRvuM1TU](https://bigquant.com/wiki/doc/d

由catalyst创建,最终由qxiao更新于

如何用量化的方法诊断个股

前言

我们常用量化投资的方式预测未来可以交易的个股,从而获取最大收益。但能不能反其道而行之,通过量化的形式诊断个股:判断是否可以买入?仓位如何设置最合理?

对于资深投资者来说,可以根据历史交易经验,结合该股的特性及大盘环境,判断在这类情况下股票的胜率及收益如何,以此作为买入决策。

但有个

由qxiao创建,最终由qxiao更新于

DeepAlpha短周期因子系列研究之:CNN在量化选股中的应用

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](https://bigquant.com

由nolamebrand创建,最终由qxiao更新于

DeepAlpha短周期因子研究系列之:LSTM在量化选股中的应用

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](https://bigquant.com

由sgwang创建,最终由qxiao更新于

AI量化攻略:交易经验or因子分析

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](https://bigquant.com

由iquant创建,最终由qxiao更新于

大跌行情下的量化策略

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](https://bigquant.com

由bigquant创建,最终由qxiao更新于

高频因子构建:5、进阶玩法之数据降频

这一文档中我们将展示将1分钟行情降频为5分钟、10分钟、15分钟、30分钟、60分钟

\

策略源码:

{{membership}}

[https://bigquant.com/codesharev2/529eccd0-e3b5-48ae-98ff-c848b8795fb1](ht

由small_q创建,最终由small_q更新于

德邦证券-FamaFrench三因子模型A股市场实证

复现研报原文:

研报1:

[/wiki/static/upload/02/028fac5d-a33a-43a4-b7aa-4e273234aed3.pdf](/wiki/static/upload/02/028fac5d-a33a-43a4-b7aa-4e273234aed3.pd

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(5)

{{membership}}

[https://bigquant.com/codeshare/ba14d6a1-e34e-4d7c-8c69-c4359fc14821](https://bigquant.com/codeshare/ba14d6a1-e34e-4d7c-8c69-c4359fc14

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(4)

{{membership}}

[https://bigquant.com/codeshare/f263aa9a-4c52-45ff-aa1f-346efa3f548e](https://bigquant.com/codeshare/f263aa9a-4c52-45ff-aa1f-346efa3f5

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(3)

{{membership}}

[https://bigquant.com/codeshare/df99fe2c-c320-40ba-8b15-5030a15b1cc3](https://bigquant.com/codeshare/df99fe2c-c320-40ba-8b15-5030a15b1

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(2)

{{membership}}

[https://bigquant.com/codeshare/41b38a69-8c52-4a6f-954a-50a4a31104bc](https://bigquant.com/codeshare/41b38a69-8c52-4a6f-954a-50a4a3110

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(1)

{{membership}}

[https://bigquant.com/codeshare/ad6ffc3f-5d31-455b-af32-e4d613404bfc](https://bigquant.com/codeshare/ad6ffc3f-5d31-455b-af32-e4d613404

由small_q创建,最终由small_q更新于

华安证券-高频视角下成交额蕴藏的Alpha:市场微观结构剖析之七

20200610-华安证券-高频视角下成交额蕴藏的Alpha:市场微观结构剖析之七\n该篇研报介绍了一系列的高频因子,主要思想是探寻日内特定的一些时间段的成交量,占全天总成交量的占比,之后将这些因子在时序上进行求平均、方差、偏度、峰度等操作


研报地址:

[/wiki/static/u

由small_q创建,最终由small_q更新于

招商证券-量化研究2023年中期投资策略:“持续异常交易量”选股因子PATV

20230529-招商证券-量化研究2023年中期投资策略:“持续异常交易量”选股因子PATV\n该篇研报将5分钟平均交易量与30分钟平均交易量的比值作为因子,并求出该因子的截面排名,之后将截面排名的平均、标准差、峰度,三个指标组合为非正常交易量因子


研报地址:<https://www.doc

由small_q创建,最终由small_q更新于

事件策略:动量与反转结合策略

  • 买入条件:选择过去120个交易日涨幅位于前30%的股票作为动量股。同时,选择过去30个交易日内表现最差的前10%股票作为反转股。股票必须在过去5个交易日内有超大单净流入。按照流通市值降序排列
  • 卖出条件:持有期超过30个交易日或涨幅达到20%。
  • 股票过滤:过滤ST,过滤北交所
  • 最大持仓

由small_q创建,最终由small_q更新于

条件选股:买入大单净流入前5

买入条件: 选择过去30个交易日内,超大单净流入占比均位于所有股票的前5%。 这些股票的涨跌幅位于同期所有股票的前5%。

卖出条件: 或股票涨跌幅跌至同期所有股票的后5%。


\

策略源码:

说明:克隆下方策略请前往最新开发环境3.0中运行

{{membership}}

[

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10页
{link}