作者：woshisilvio

AI量化策略的训练时间影响模型的结果，导致在调试的过程中拿不准该如何思考和选择训练时间，我们从以下三个方面探讨训练时间该如何选择？

训练时间对模型的影响

针对特定的一段回测时间作为验证集, 检验训练时间的变化是否让模型带来很大变化？

策略设

\

{{membership}}

[https://bigquant.com/experimentshare/ba243c6cd508478bacc881069da6dfea](https://bigquant.com/experimentshare/ba243c6cd508478bacc881069

{{membership}}

[https://bigquant.com/experimentshare/78b2cb544e1b4f108ed767acf490c133](https://bigquant.com/experimentshare/78b2cb544e1b4f108ed767acf

{{membership}}

[https://bigquant.com/experimentshare/5edc72bb7b8d48e88612c2922b9469bb](https://bigquant.com/experimentshare/5edc72bb7b8d48e88612c2922

{{membership}}

[https://bigquant.com/experimentshare/369ebd1ab67f475f912bcbdca9b3071a](https://bigquant.com/experimentshare/369ebd1ab67f475f912bcbdca

{{membership}}

[https://bigquant.com/experimentshare/ff206779bb0f4851ac0fede5acb195e6](https://bigquant.com/experimentshare/ff206779bb0f4851ac0fede5a

{{membership}}

[https://bigquant.com/experimentshare/54316bdc161f4dd888f55dbabc0545c6](https://bigquant.com/experimentshare/54316bdc161f4dd888f55dbab

{{membership}}

[https://bigquant.com/experimentshare/edc99d567ace42268817c4e5c34c4668](https://bigquant.com/experimentshare/edc99d567ace42268817c4e5c

{{membership}}

[https://bigquant.com/experimentshare/1ac7989b1e63421ba3850e5394e6c36a](https://bigquant.com/experimentshare/1ac7989b1e63421ba3850e539

{{membership}}

[https://bigquant.com/experimentshare/a536cca5f0a244f8aa761ff2fefb8622](https://bigquant.com/experimentshare/a536cca5f0a244f8aa761ff2f

{{membership}}

https://bigquant.com/aistatic/codeshare/?id=651c6c32-c6b0-47c7-9a13-2fc57884c237

<https://mp.weixin.qq.com/s/vX4I9SpKRF3_HKQOGh

因子入库示例

{{membership}}

[https://bigquant.com/experimentshare/75e75821175e4efd9eaf5c3b54751d69](https://bigquant.com/experimentshare/75e75821175e4e

BigQuant AI Platform deep learning models（BigQuant AI量化平台深度学习模型库）。

介绍

bigmodels是什么？

bigmodels是BigQuant AI量化平台的深度学习模型库，集成了AI量化研究过程中常用的深度学习模型。

导语

大部分初学AI-量化的同学做选股策略的做法都是简单粗暴将全市场的股票数据都放入模型训练， 然后企图训练出一个万能模型-图灵机， 寄希望于仅仅只通过暴力的数据挖掘，或者某些因子，就可以打造出一个适应于 任何行情的选股模型--圣杯。

![{w:100}{w:100}{w:100}{w:

作者：woshisilvo

导语

在以往的分享中，很多朋友们问到如何设置大盘风控？在之前的分享中，我们讲过可以采用指数的涨跌幅以及Macd指标作为大盘风控的思路，通过特征列表 构造指数特征macd表达式，再通过指数特征抽取来进行风控的设置。

bm_0=where(ta

作者：woshisilvio

导语

对于部分中长线策略来说，并不是当天买入股票，第二天必须卖出，其持仓天数可能要长达5-10天及以上。除了止损之外,还要对部分看好的股票进行补仓，在个股的处理逻辑上会更多样化，也更加复杂。实际交易中我们除了需要大盘风控应对大盘下行的风险之外，可能还要有一套针

作者：徐耀杰(woshisilvio)

导语

为何要对模型预测score得分进行分组统计？

很多时候，我们会发现StockRanker每天按照score得分排序推送的股票，未必是最好的结果。尤其是一些风格不是很稳定的模型，StockRanker每天出的信号也不是很稳定。今天排名NO.1的

问题

AI量化策略中如何选择合适的因子

视频

[https://www.bilibili.com/video/BV1J24y1f7mJ/?spm_id_from=333.999.0.0](https://www.bilibili.com/video/BV1J24y1f7mJ/?sp

作者简介

作者：shen1

简介：鼠、虎、主升浪等三个系列策略作者，已实现1+量化策略实盘

策略简介

今年8月份，市场整体行情较差，沪指跌了1.77%，深证指数跌了4.82%，创业板指跌了3.75%，虽然沪指跌幅较低，但市场上的个股跌幅较大。于是提出猜想：是否能找到比较抗跌的策略

导语

本文主要介绍高频特征抽取–由分钟到日频功能模块的使用。

模块简介

高频模块的意义

高频数据是目前顶级量化基金的重点布局领域，高频因子研究系统满足了用户可实现高频数据的挖掘需求，包括数据横向扩容、性能优化、高频因子抽取、分布式数据挖掘等功能。实现了从小数据、单机环境、

\

一、引言

Google在2017年发布了Transformer，截止2022年5月，《Attention is all you need》论文的引用量已经超过了4万，可以说是近5年最热门的论文。

Transformer最初发布是用于时序任务和NLP任务，在近年来也有不少Transfor

一、引言

DeepAlpha系列报告旨在从基础量价数据中，借鉴深度学习模型，应用于量化投资领域。学习模型包括：全连接深度网络(DNN)、卷积神经网络(CNN)、长短期记忆网络(LSTM)、对抗生成网络(GAN)、ResNet、TabNet，同时报告将引入自然语义识别NLP领域近年热门算法如BE

高频数据大规模计算场景是未来量化多因子选股的发展趋势。日频因子竞争日益激烈，领先的公募和私募基金已经将重心转移至tick\逐笔数据的研究上，因此本文帮助研究人员灵活使用BigQuant平台做自定义高频因子构建，更好地基于数十T规模tick数据做因子研究和策略开发。

本文介绍如何从日内高频数据中加