资产配置

资产配置是金融管理的核心策略,旨在通过多元化投资组合分配以降低风险并寻求最佳回报。它涉及根据投资者的风险承受能力、投资目标和市场状况,将资金分配到不同的资产类别中,如股票、债券、现金和商品等。通过动态调整这些资产的权重,投资者可以在市场波动中保持投资组合的平衡,以实现长期财务目标。资产配置不仅优化风险和回报的平衡,还是实现投资组合多样化的关键手段。

36th Meetup

\

更新时间:2025-04-15 07:19

2021-AI量化Meetup导览

{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}导语

2020年我们开展了近半年的Meetup,共11场Meetup活动,90个问题,7场专题,持续地为大家服务和提供新鲜的灵感。2021年,Me

更新时间:2025-04-15 07:19

策略组合

策略案例


https://bigquant.com/experimentshare/6b6e8b882da34005bdecdc24c2a00178

\

更新时间:2025-04-15 07:19

分组计算

策略案例


https://bigquant.com/experimentshare/fd15bfc0f9d94a11b060f13685aa5591

\

更新时间:2025-04-15 07:19

39th Meetup

\

更新时间:2025-04-15 07:19

BigQuant平台策略构建流程

视频讲解

查看视频

策略源码

https://bigquant.com/codeshare/23bb6c6a-c4e3-4a7c-aed4-48c719c64dee

\

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

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

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

8月19日Meetup模板:第二种方式

https://bigquant.com/experimentshare/5e82e63fe5154eb58b69ffa37998d588

\

更新时间:2025-04-15 07:19

41st Meetup

\

更新时间:2025-04-15 07:19

策略中调用其他因子_非AI

2021年4月22日Q1&Q2问题:

策略案例


https://bigquant.com/experimentshare/d50c07db9f7f45168dd745027c04b6d8

\

更新时间:2025-04-15 07:19

44th Meetup

\

更新时间:2025-04-15 07:19

回测引擎常用功能示例

{{membership}}

https://bigquant.com/codeshare/ccb0fdad-c4da-424e-ace1-dd57ace94cec

\

更新时间:2025-04-15 07:19

【主题分享】《提升实盘收益的仓位管理策略》

策略源码

A:《提升实盘收益的仓位管理策略》

\

更新时间:2025-04-15 07:19

53rd Meetup

\

更新时间:2025-04-15 07:19

上涨和下跌预测的stockranker模型组合(卖出)

https://bigquant.com/experimentshare/962ef5e58f1e41acbeecaa0161fc56c6

\

更新时间:2025-04-15 07:19

用于股票投资组合优化的强化学习模型中的隐藏层配置

摘要

文章首先介绍了人工智能在金融市场中的应用,特别是强化学习在投资组合优化中的作用。强化学习作为一种机器学习方法,通过智能体与环境的交互来学习最优决策策略,以最大化累积奖励。文章提到,强化学习在动态资产配置中表现出色,能够有效管理交易成本和优化资产配置。

研究方法

研究采用了FinRL框架,这是一个用于量化金融中深度强化学习的开源框架。该框架包括环境层、智能体层和应用层,支持多种DRL算法,并提供预配置的环境和广泛的回测工具。研究中,智能体根据输入状态(包括开盘价、最高价、最低价、收盘价和交易量)做出决策,目标是优化投资组合的表现。

实验设计

实验中,研究者选择了

更新时间:2025-04-09 03:01

156-可转债摊大饼策略

1. 策略核心思想

1.1定义

可转债是一种公司债券,赋予持有者在特定时间内、按特定条件将债券转换为公司股票的权利。它兼具债券股票期权的特性,因此也被称为 “混合证券”。

1.2 策略

可转债作为兼具债券属性与权益期权特性的混合金融工具,在大类资产配置中具有独特价值。其 "下有保底、上不封顶" 的收益结构,理论上可构建低风险高弹性的投资组合。


(1)收益保底机制:通过筛选到期收益率为正的标的,确保投资组合具备明确的最低收益保障

(2)风险分散策略:采用 20 只标的的分散持仓模式,有效对冲个券层面的非系统性风险

更新时间:2025-04-03 08:04

【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

【平台使用】如何选择配置规格

更新时间:2025-02-16 03:03

【其他】财务数据的使用

更新时间:2025-02-16 01:58

【平台使用】有没有关于此模块的用法详细文档

{w:100}

更新时间:2025-02-15 15:34

【平台使用】如何将多策略合在一起?

根据官网《如何对AI量化策略进行管理?三步走》(https://bigquant.com/wiki/doc/celve-FeqcyLgLeU),并参考

【模板案例】(https://bigquant.com/community/t/topic/194074)策略组合

在将两个策略合在一起时报错,请问如何解决?

\


NameError Traceback (most recent call last) <ipython-input-20-6aeba62465a8> in <module> 1 M3 = M.

更新时间:2025-02-15 14:55

【其他】滚动训练中如何使用交易模块的自定义基准收益功能?

类似范例策略里的

https://bigquant.com/experimentshare/caa75714113347f9a5633ad62b3f71d5

\

更新时间:2025-02-15 14:09

【平台使用】日历效应实现——回测模块

https://bigquant.com/codeshare/108f8f5f-14e7-4a73-ba80-d9daa1f4f87d

\

更新时间:2025-02-15 13:56

【其他】回测如何设置一次全仓买入一只股票

回测如何设置一次全仓买入一只股票

更新时间:2025-02-15 13:54

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}