112-Fama-French三因子模型策略
策略介绍
上世纪90年代,经济学家Eugene Fama和Kenneth French提出了著名的Fama-French三因子模型,在经典的CAPM模型上进行了拓展。
Fama-French三因子模型使用三个因素来解释股票收益
- 市场因子(MKT):体现为整个市场的收益
- 规模因子(
由bq2qbou2创建,最终由bqadm更新于
上世纪90年代,经济学家Eugene Fama和Kenneth French提出了著名的Fama-French三因子模型,在经典的CAPM模型上进行了拓展。
Fama-French三因子模型使用三个因素来解释股票收益
由bq2qbou2创建,最终由bqadm更新于
由Unknown创建,最终由Unknown更新于
由于深度学习中牵扯到Dropout和随机种子等多处随机项,因此如果无法固化模型,当缓存丢失后会模拟交易/回测会触发重新训练,导致模型变化,本文主要讲究如何使用XGBoost模型开发AI策略的过程中的相关技术。
保存模型的好处:
由Unknown创建,最终由bqadm更新于
本文是关于交易引擎BigTrader使用的一些小技巧。虽然在之前的旧文档也介绍过,见文末附录链接。但本文有一些不一样的地方。
以前我们习惯于在初始化函数中定义股票权重,为简化交易引擎模块的代码,我们最近新增了一个仓位分配的模块,用于设置股票权重,当前提供了三种权重分配的使用
由Unknown创建,最终由Unknown更新于
由Unknown创建,最终由Unknown更新于
该策略是一个典型的事件策略,事件策略和选股策略是有本质上的区别的,事件策略的基本思想是,对于特定的股票,什么时候该买,什么时候该卖,本文介绍了一种基于MACD指标的事件策略
具体来说,MACD包括三个指标:
由small_q创建,最终由Unknown更新于
在使用“输入特征(DAI SQL)”提取数据的时候,可能会遇到缺失值的问题,缺失值的出现可能是因为原始数据表中有缺失值,也有可能是表达式计算的过程中产生了缺失值
对于缺失值,我们主要有两种处理方式,缺失值删除,或者缺失值填充
要想将缺失值剔除,只需要在“
由small_q创建,最终由small_q更新于
本例是对 127-期货布林带通道突破策略-日频 的扩展和细化,在此基础上讲解分钟频率的期货布林带策略。
本例除了回测时间频率是分钟,其他交易思想完全和[127-期货布林带通道突破策略-日频](https
由Unknown创建,最终由Unknown更新于
动量策略是一种利用历史价格趋势来预测未来价格行为的量化交易策略。这种策略基于一个假设:股票或其他资产的未来价格趋势可能会延续其近期的表现。在实际应用中,动量策略通常会购买表现好的资产并卖出表现差的资产。
动量策略的核心是“追涨避跌”。具体来说,这种策略会:
由Unknown创建,最终由Unknown更新于
和一条长期(慢速)——并通过观察这两条线的交叉点来决定买入或卖出的时机。
由xyz142创建,最终由Unknown更新于
基于价格因子通过StockRanker进行基金的轮动选择。
本策略中使用数据过滤模块对成交量较小的基金进行了过滤。
日线。
在输入特征模块,进行特征的选取和数据的过滤。
表达式特征输入:
由Unknown创建,最终由Unknown更新于
在之前的版本里,很多用户喜欢开发每日换仓、仓位集中度高的AI StockRanker策略,无需编写sql代码,因此本教程给出这样的一个策略实现,方便用户在此基础上根据自己需求调整策略。
本策略年化收益74%,夏普比率2.5,最大回撤不到-8.5%,整体绩效不错
由Unknown创建,最终由Unknown更新于
,在价格波动中不断进行买入和卖出操作,从而在价格波动中获利。以下是该策略的主要特点和步骤:
由Unknown创建,最终由Unknown更新于
本系列文章为大家介绍了技术分析指标,并且介绍了一些常见的使用技术指标构建的策略
量化投资是通过数学模型和算法对市场数据进行分析和交易决策的投资方法。技术分析(Technical Analysis)是量化投资中的一个重要分支,旨在通过分析历史价格和
由small_q创建,最终由small_q更新于
布林带期货交易策略是一种基于技术分析的交易策略,它利用布林带(Bollinger Bands)指标来确定市场的波动性和潜在的交易机会。布林带由三条线组成:中轨线、上轨线和下轨线。具体来说:
由Unknown创建,最终由Unknown更新于
由bqmokgou创建,最终由Unknown更新于
本策略是104选股策略(🌟104-选股策略)模板的具体应用。基本逻辑是股息率较高的公司能够持续支付较高的现金股息,这通常意味着这些公司拥有较为稳定和可预测的现金流。投资者通过持
由small_q创建,最终由Unknown更新于