• 运行环境：AIStudio 3.0.0
• 机器学习：索套回归
• 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=ee3ca159-7cf7-4c9d-8f67-95d21c2d0ff3

• 运行环境：AIStudio 3.0.0
• 机器学习：岭回归策略
• 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=636b6556-d556-48aa-a744-7ef08b2f129

• 运行环境：AIStudio 3.0.0
• 线性回归：构建因子+单因子策略回测
• 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=35fe3907-24a2-4771-888f-5919

• 运行环境：AIStudio 3.0.0
• 机器学习：逻辑回归策略：预测上涨概率
• 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=6a6ce99b-4c31-41d7-83fb-bfc

• 运行环境：AIStudio 3.0.0
• 机器学习：线性回归策略：预测上涨概率
• 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=b524674e-1dd7-4807-a2a1-506

高频因子加工，本质上就是将日内的高频信息降频为日频，有些因子在降频为日频后，还要向前取移动平均，例如5日、20日

以20日移动平均为例，一个低效率的方式是，加工高频因子时，取数据就多取20天的，以一天5000只票240分钟为例，这种取数据就要取到5000 X 240 X 20 = 24,000,0

我们以加工，全天内不同时间段内的成交量占全天成交量之比，这一系列因子为例，演示加工历史数据时，表加工边存表的方式

这种方式是为了防止加工时系统崩溃后，可以从断点继续运行

\

策略源码：

{{membership}}

[https://bigquant.com/codesha

本文档，我们会总结一些典型的高频因子，加工方式为“多只票，一天”

这种因子通常是加工时有截面运算的需求，所以必须获取全市场股票的信息

提示：加工高频因子最好将资源开大，否则Kernel容易崩溃

1. 交易量截面百分比排序的方差、偏度、峰度

2. 交易量截面百分比排序方差偏度峰度的市值

本文档，我们会总结一些典型的高频因子，加工方式为“一只票，多天”

这种因子的加工时通常不需要截面运算，因此不需要获取其他股票的信息

提示：加工高频因子最好将资源开大，否则Kernel容易崩溃

\

1. 全天内不同时间段内的成交量占全天成交量之比

• 时间段01：09:30-

策略源码：

{{membership}}

[https://bigquant.com/codeshare/f3140995-dd6e-4875-a91e-a1bd0226f645](https://bigquant.com/codeshare/f3140995-dd6e-487

策略源码：

{{membership}}

[https://bigquant.com/codeshare/73febaa3-a225-4bc5-b56b-2390f3de6c9e](https://bigquant.com/codeshare/73febaa3-a225-4

策略源码：

{{membership}}

[https://bigquant.com/codeshare/a3bea22e-68a2-4dd8-9019-c2322c73caf5](https://bigquant.com/codeshare/a3bea22e-68a2

策略源码：

{{membership}}

[https://bigquant.com/codeshare/3a8cd582-e91f-4a6d-b2ce-834329993efd](https://bigquant.com/codeshare/3a8cd582-e91f-4a6

策略源码：

{{membership}}

[https://bigquant.com/codeshare/61abc533-05ce-47d1-bbbf-37de5621a1f4](https://bigquant.com/codeshare/61abc533-05ce-4

策略源码：

{{membership}}

[https://bigquant.com/codeshare/ee92a723-2ced-43c4-a90d-c3256a8c04a3](https://bigquant.com/codeshare/ee92a723-2ced-43c

策略源码：

{{membership}}

[https://bigquant.com/codeshare/4c52e2a4-bf48-4770-8553-a859659170d2](https://bigquant.com/codeshare/4c52e2a4-bf48-477

策略源码：

{{membership}}

[https://bigquant.com/codeshare/af317223-38b0-441e-b7ff-812d1f5c697e](https://bigquant.com/codeshare/af317223-38b0-441

策略源码：

{{membership}}

[https://bigquant.com/codeshare/aaaeda58-3eff-4a2d-bbf4-dd528b80e20c](https://bigquant.com/codeshare/aaaeda58-3eff-4a2

\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/9bde4672-6aa5-491f-a6c7-20c316da34c8](https://bigquant.com/codeshare/9bde4672-6aa5

MFI资金流向指标

计算方式：

• 典型价格（TP）=当日最高价、最低价与收盘价的算术平均值；货币流量（MF）=典型价格（TP）*当日成交量；
• 如果当日MF＞昨日MF，则将当日的MF值视为正货币流量（PMF），将N日内的正货币流量加总代入公式5；
• 如果当日MF＜昨日M

BBI指标

计算方式：BBI=(3日均线+6日均线+12日均线+24日均线)/4

\

DMI平均线差

计算方式：10日均线-50日均线后再进行移动平均

\

DMI趋向标准ADX

计算方式：

1. 先计算上升下降指标线：ID+=(当日

K线绝对长度

K线相对长度

![](/wiki/api/attachments.redirect?id