【最优化】凸函数的驻点是全局最优点

定理

首先我们来看定理:设f(x): Rn→R 为可微凸函数,如果 x∗∈R是驻点,那么 x∗ 为f的最优点(global.opt)。

换句话说就是,如果函数是凸函数,那么该函数的驻点就是全局最优点。

下面来证明一下:

*要判断一个点是全局最小值的话

由small_q创建,最终由small_q更新于

一字涨停策略简单实现

一字涨停是指股票在当日开盘后一直处于涨停状态,即股价连续涨停,无法交易。一字涨停策略的目的是在股票出现一字涨停时,尽可能地捕捉到股票的上涨趋势,以获取更高的收益。在平台的预计算因子表中包含一字涨跌停字段line_price_limit,因此,本文将利用该字段对一字涨停策略进行一个简单的实现。

由iquant创建,最终由iquant更新于

事件驱动之ST扭亏摘帽分析

ST摘帽事件逻辑

被实施ST的股票往往存在较为严重的财务问题或其他异常状况,股票风险较大;但是,当上市公司上述异常状况消除后,公司应当在董事会审议通过年度报告后及时向交易所报告并披露年度报告,同时可以申请撤销对其股票实施的退市风险警示,即“摘帽”。ST股票摘帽是一个利好事件,我们试图在其中挖

由iquant创建,最终由iquant更新于

关于PyTorch中LSTM的输出格式


class torch.nn.LSTM(*args, **kwargs)

参数列表

input_size:x的特征维度 hidden_size:隐藏层的特征维度 num_layers:lstm隐层的层数,默认为1 bias:False则bih=0和bhh=0. 默认为True b

由small_q创建,最终由small_q更新于

什么是互斥事件

什么是互斥事件?

互斥事件是指不能同时发生的事件。例如,您不能同时向后和向前跑、抛硬币不能同时出现正反面。同样,金融市场交易实践中也存在相互排斥的事件。


交易中互斥事件的示例

可以解释金融市场交易中相互排斥事件的一个非常简单的示例,包括您的预算和同时不同股票的价值。

由qxiao创建,最终由small_q更新于

Fama和French的五因子模型介绍

前言

早在1993年,Fama和French两个人就已经发表了他们的三因子模型,认为股票的超额收益可以由市场风险、市值风险、账面市值比风险来共同解释。后来,这两个人发现了除了上述风险,还有盈利水平风险、投资水平风险也能带来个股的超额收益,并在2013年发表了五因子模型。本文旨在对五因子模型以

由small_q创建,最终由small_q更新于

深度学习入门指南:25个初学者需要知道的概念

人工智能,深度学习,机器学习……不管你在从事什么工作,都需要了解这些概念。否则的话,三年之内你就会变成一只恐龙。 —— 马克·库班

库班的这句话,乍听起来有些偏激,但是“话糙理不糙”,我们现在正处于一场由大数据和超算引发的改革洪流之中。

首先,我们设想一下,如果一个人生活在20世纪早期却不知电为

由iquant创建,最终由small_q更新于

AI量化策略

导语

本篇文章中,我们来为大家完整介绍一个AI量化策略的组成结构以及涉及的基本概念,希望可以帮助大家对AI量化策略建立一个全面初步的认识。


基本概念

概念介绍

在认识一个人工智能量化投资策略之前,我们首先来了解几个基本概念:人工智能 、 *量化投资

由small_q创建,最终由small_q更新于

期货策略

由small_q创建,最终由small_q更新于

A股股票选股模板策略

在平台策略编写文件导航器中,有近20个模板策略,可供大家借鉴学习,本文进行简要介绍。

编写策略里的策略模板

编写策略界面下,我们可以找到模板策略文件夹,存放了一些常用的策略/功能实现模板。

![](/wiki/api/attachments.redirect?id=

由small_q创建,最终由small_q更新于

Fama-French 五因子模型

引言

资本资产定价模型(CAPM)长时间以来是资产定价的第一范式,它在一系列假设基础上认为资产的期望收益率由无风险利率和其承担的风险溢价所决定。但是,自20世纪70年代以来,学者们逐渐发现按照某种风格交易股票能够战胜市场,比如:Basu(1977)发现的盈利市值比(EP)效应和Banz(198

由hxgre创建,最终由small_q更新于

量化交易为什么要用因子投资?

量化交易中,我们常听到和看到因子是量化研究中关键的一环。一个量化策略是5个因子的效果好,还是50个因子的效果好?因子之间有什么样的关联和差异?对量化交易策略收益的影响如何?那么因子投资是什么?为什么量化交易要

由small_q创建,最终由small_q更新于

因子和因子暴露 Factors and Factor Exposures

\

何为因子

因子是证券收益的一般(系统)驱动力。(common (systematic) driver of securities' returns)

证券收益中,来自因子暴露(factor exposure)的部分和来自个股非系统性风险(stock-specific n

由small_q创建,最终由small_q更新于

特征选择的实践重要性

导语

特征选择在许多方面都是适用的:它是对抗维度灾难的最佳武器;它可以减少整体训练时间;它也可以有效防止过拟合现象,提高模型的泛化能力。

如果要对动物进行分类,你可以很快的发现许多相关的属性或特征对模型毫无益处。例如,绝大多数动物都恰好拥有1颗心脏,从机器学习的角度来看, **心脏个数这一

由ypyu创建,最终由small_q更新于

ROE策略

策略介绍

本文将介绍经典的ROE策略,并通过编写简单的策略示例进行回测。

盈利逻辑

  • 高ROE公司通常具有较强的盈利能力

    高ROE表明公司能以较少的股东权益产生更多的利润,意味着公司经营效率高,盈利能力强。

  • 高ROE公司通常具有良好的管理和业务模式

由iquant创建,最终由iquant更新于

借助talib使用技术分析指标来炒股

什么是技术分析?

所谓股票的技术分析,是相对于基本面分析而言的。基本分析法着重于对一般经济情况以及各个公司的经营管理状况、行业动态等因素进行分析,以此来研究股票的价值,衡量股价的高低。而技术分析则是透过图表或技术指标的记录,研究市场过去及现在的行为反应,以推测未来价格的变动趋势。其依据的技术

由clearyf创建,最终由small_q更新于

初识协整

导语

本文介绍了协整的初步内容。

协整

直观理解

协整是什么这个问题回答起来不是那么直观,因此我们先看下图,了解一下具有协整性的两只股票其价格走势有什么规律。

![](/wiki/api/attachments.redirect?id=9fab01c4-405

由xuxiaoyin创建,最终由xuxiaoyin更新于

用支持向量机-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](https://bigquant.com

由iquant创建,最终由qxiao更新于

量化策略

由small_q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5页第14页
{link}