算法交易
算法交易是金融领域的技术革新，它利用高级数学模型和复杂算法来快速、准确地分析和解读市场动态，以制定并执行交易策略。这些算法能够在毫秒级别内对市场数据做出反应，远超人脑的处理速度。算法交易为金融行业提供了一个精细控制风险的途径。包括定点交易、套利交易和趋势跟踪等多元化策略的应用，有效提高了交易的准确性和效率。其背后的智能化系统可24小时不间断地监控市场，捕捉交易机会，大大减轻了人工作业负担，同时，极大地提升了在多变金融市场中的适应能力和盈利能力。更重要的是，由于大部分决策基于预定规则和数据模型，算法交易显著降低了情绪化决策的风险。然而，也需注意到，过度依赖算法可能导致失去对市场直觉的把握，并且在极端市场情况下，算法可能失效，导致不可预见的风险。总体而言，算法交易以其快速、精准和高效的特性，逐渐成为现代金融市场的核心竞争力。
聚宽投资 王恒鹏：《量化团队内部协作的实践探索》文字实录
图片4月29日，由华泰证券、宽邦科技、亚马逊云科技、朝阳永续、金融阶等多家市场权威机构联合组织撰写的《2021年中国量化投资白皮书》正式发布，并在深圳举办发布会。聚宽投资合伙人王恒鹏出席会议并作题为《量化团队内部协作的实践探索》的演讲，我们对文字进行实录，以飨读者。 图片
《2021中国量化投资白皮书》（以下简称《白皮书》）谈到：中国量化相比美国差了35年的时间。但实际上过往这四五年，中国量化规模已经发展了10多倍，量化内卷已经形成了很大程度的行业共识，而行业越内卷，机构对人才的重视程度则越高。因此今天我站在团队管理、公司文化和个人职业发展角度，给大家分享一下聚宽这几年的探索和心得。 。视频地址：“[横扫华尔街的数学家](https://bigquant.c
更新时间：2024-05-20 02:24
用线性随机梯度下降-分类算法实现A股股票选股
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：2024-05-20 02:15
利用机器学习对冲风险
更新时间：2024-05-20 02:09
算法交易的主要类型与策略分析
前言
算法交易起源于上世纪中叶的配对交易
历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯，利用空对多3：7的比例进行配对交易，在1955年到1964年间，综合回报率高达28%。到了上世纪60年代早期，投资者开始利用计算机通过分析股票的周线和月线来预测价格运动方向。
配对交易逐渐成熟，发展成后来的算法交易。随后算法交易策略慢慢在华尔街流传开来并被广泛使用，同时也带来了非常可观的盈利。原来在摩根士丹利从事配对交易的研究员，后来逐渐成为如大卫·肖、詹姆斯·西蒙斯这类明星基金经理手下的精英，算法交易的“黑盒子”便由此诞生。
随着计算机的广泛普及，华尔街各大
更新时间：2024-05-20 02:09
神经网络交易算法
旧版声明
本文为旧版实现，仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
\
策略案例
https://bigquant.com/experimentshare/723e10568f294571924b89f3953ce20b
\
更新时间：2024-05-20 01:02
利用深度学习技术预测股票价格
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：2024-05-17 10:28
基于协整的配对交易
更新
本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：
https://bigquant.com/wiki/doc/5z65lqo5y2p5pw055qe6ywn5a55lqk5pit-6x1P1362eJ
策略案例
[https://bigquant.com/experimentshare/6b05d7bd134e420387acfa25c37b283f](https://bigquant.co
更新时间：2024-05-17 09:23
AI选股策略_概念过滤
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：2024-05-17 07:50
StockRanker选股+随机森林大盘风控
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：2024-05-17 07:25
分钟数据获取
策略案例
AIStudio3.0.0分钟数据获取请转移至:
https://bigquant.com/wiki/doc/5yig6zkf5pww5o2u6i635yw-6fK4a8ZOZx
[https://bigquant.com/experimentshare/893162aea1dc4c4f953f670293646709](https://bigquant.com/experimentshare/893162aea1dc4c4f953f6
更新时间：2024-05-17 01:13
如何结合欧奈尔的RPS指标,开发AI量化策略?
若想在AIStudio3.0.0种复现这个策略, 请空降:
https://bigquant.com/wiki/doc/rpsai-lgPnmWzLkq
问题
如何结合欧奈尔的RPS指标,开发AI量化策略?
讲解
1988年，欧奈尔将他的投资
更新时间：2024-05-17 01:13
华泰研报：XGboost实现有序回归
策略源码：
{{membership}}
已经更新到了AIStudio3.0.0版本, 请转移至
https://bigquant.com/wiki/doc/xgboost-I1ZKSVykGR
https://bigquant.com/codeshare/a290e569-7680-45d7-86be-f6c81c18a1e6
\
更新时间：2024-05-16 09:16
筹码理论的探索-筹码分布计算的实现
更新时间：2024-05-16 06:36
代码策略
更新
本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：
https://bigquant.com/wiki/doc/stockranker-qFD1Xg1Wz3
代码策略
[https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dccb8f](https://bigquant.com/experimentshare/23b8dad5c75e4e399bb937d498dcc
更新时间：2024-05-16 06:36
【历史文档】高阶应用技巧
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：2024-05-16 03:23
【历史文档】策略回测-回测模块详解
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：2024-05-16 02:44
【历史文档】策略示例-基金智能策略
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
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间：2024-05-16 02:32