人工选股,策略如何获取

hello,请教个问题,我这边有一个策略是通过人工选股,然后使用策略进行买卖。由于人工选股不定时更新,现在策略是将人工选的股票写死的,如果要更新股票池就需要编辑策略并且重启,重启之后运行时的过程数据会丢失。有没有什么方式可以解决这个问题,在不重启策略的基础上完成股票池的更新。

比如是不是可以定制一

由bqsfsntg创建,最终由bqv93dy2更新于

[汇率数据怎么获得]需要中美日等国家的汇率数据,日频即可

择时研究关注资金的流动。资金流动有两种,债市股市的国家内部资金和外部增量资金。所以股市宽基择时应该是基于汇率对冲,以及长短债对冲获得,而不是简单的股价涨跌。查阅相关研报,居然没有把汇率和债市一起研究的择时。


\

由bqv93dy2创建,最终由bqmsuh8s更新于

数据调用和因子加工

DAI数据抽取

DAI是BigQuant研发的高性能分布式数据平台,其详细介绍可参考 数据平台/DAI

import dai    # 导入第三方库

# 开始日期和结束日期
st

由xuxiaoyin创建,最终由bqo7yjxk更新于

label的技巧:对收益率打标的4种方法

在我们找到一堆因子后,下一步就是把这些因子打好标,丢入模型,让模型去寻找因子和标签的映射规律。

标签就是你要解决的问题,标签应该是和因子强相关的。随意的打标会增加模型预测的难度,而过于傻瓜的打标会限制因子的发挥。

普遍做法:n个周期后的收益率作为标签

普遍做法是用n个周期后的收益率作为标

由small_q创建,最终由bqrtlgif更新于

大小市值轮动的多因子选股策略

我会从 “策略底层逻辑→风格判断原理→多因子选股逻辑→动态风控机制→风险提示与改进方向” 五个维度讲解这个策略

一、策略底层逻辑:为什么 “大小市值轮动” 能赚钱?

1.1 经济周期与企业盈利的 “差异化弹性”

大小市值企业的盈利对经济周期的敏感度完全不同:

由bqy4a9le创建,最终由bqy4a9le更新于

免费版量化交易软件有哪些

BigQuant是国内领先的适合个人投资者的量化交易软件开发平台,基于Python语言且支持AI人工智能以及机器学习的量化交易投资平台,帮助量化开发者和投资者更好地使用量化策略进行交易。

一 核心模块

1、 [AiStudio — 量化交易策略开发平台](https://bi

由bqw9z8tc创建,最终由bq5y5ge3更新于

大模型+bigtrader新闻实时监控

依赖与外部资源

  • 第三方平台依赖: bigquant.chat、dai、bigtrader、pandas、requests
  • 外部数据源: 新浪财经 7×24 快讯信息
  • 项目巧妙利用bigtrader中tick回测的机制结合大模型在每个tick上进行新闻分析

项目定位

一个面向

由bq7zuymm创建,最终由bqv93dy2更新于

策略分享——趋势增强因子ETF策略

1. 趋势增强因子

在原来趋势得分因子的基础上,加入了时间的二次项和时间的三角函数项,分别代表趋势强度和趋势波动,并通过岭回归算法计算预测值,算出加强后的拟合优度,从而计算趋势增强因子。

1.1 原来的趋势得分因子

![](/wiki/api/attachments.redirec

由sywgfuture01创建,最终由bqv93dy2更新于

因子常见处理方式

本文介绍量化因子三种常见的处理方式,分别为:

  • 标准化处理
  • 极值处理
  • 中性化处理

这三种数据处理方式,都是截面处理,即当天全市场5000之票做预处理,不涉及时序数据。

标准化处理

把当天的因子值按均值为0,标准差为1进行标准化处理

c_normalize(mkt) as

由qxiao创建,最终由bqfkd2wg更新于

109-量价相关性策略

策略介绍

本策略选取60日成交量与收盘价相关性作为因子,观察了进行股票筛选之后等权持股10只,持仓5天的策略表现。量价因子是投资中常见的一种因子,结合了交易量(量)和价格行为(价)的信息来预测股票的未来表现,盈利逻辑主要基于以下几点:

  1. 交易量的信号作用:交易量是市场活跃度的

由small_q创建,最终由bqfjji8w更新于

新版因子实现

导语

平台已经整理好新旧因子对比,可以在基础特征抽取里面直接抽取。

A股

量价因子

老版因子 新版因子 字段描述
adjust_factor_* 当期值: adjust_factor\n滞后值: m_lag(adj

由qxiao创建,最终由zqxendlgx更新于

开发量化策略快速教程

BigTrader是宽邦科技推出的致力于为用户提供便捷、功能强大的交易引擎。

在量化研究的过程中,量化研究员(宽客)需要在历史数据里回放模拟,验证策略效果,这就是BigTrader交易引擎的应用场景。

首先,构建简单但能运行的策略

BigQuant平台回测主要使用bigtrader中in

由qxiao创建,最终由jxsuper88更新于

好基优选·多因子动态智能轮动

一、基金池

标普500

纳指ETF

300ETF

创业板

嘉实原油

豆粕ETF

黄金ETF

恒生科技

优点

  1. 地域分散:覆盖中美市场(标普 500、纳指、300ETF、恒生科技),对冲单一国家风险。
  2. 资产多元:股票(权益)+ 原油 / 黄金

由bq9e696k创建,最终由nanquant更新于

【代码报错】使用封装的xgboost视图报错

代码如下:请问我该如何修改才能不报错:

--------------------------------------------------------------------------- XGBoostError Traceback (most recent call last) Cell

由jliu15创建,最终由small_q更新于

【策略构建】回测正确,模拟盘或实盘报错可能是指标数据出了问题,折腾我一个月的问题

一个简单的策略回测完全没问题,提交后结果始终有问题,改的怀疑人生也不能解决,早上意外发现可能是回测环境语模拟环境的数据表指标导致问题。


这是此前,哪怕邵老师看了也没问题后跑的结果,第一天有信号后面就一直空仓了


接天梯后一天有信号一天没有信号


开始怀疑回测模型,后面跑了万老师的小市值

由bqagh3rw创建,最终由small_q更新于

【平台使用】arch包安装

ModuleNotFoundError: No module named 'arch'

BigQuant平台没有arch可以用么

由bqjqkunu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318页
{link}