列名和字符串如何区分

字符串用单引号（'）来包围，而列名通常不需要引号。如果列名中包含特殊字符（例如空格、连字符、其他符号等），您需要使用双引号（"）来引用列名。如下：

%%sql
select date, instrument, close/open as "con

简单介绍

AIStudio是BigQuant平台以AI为核心的Cloud IDE，可以用于量化投资数据分析、因子挖掘、模型训练、回测和交易以及更广泛的程序开发和AI模型开发训练等。

快速入门

启动AIStudio

点击顶部导航栏中的【编写策略】即可启

安装python包

使用pip命令进行安装

本平台已默认配置python3.11环境可以直接使用“pip”命令进行安装，需要打开终端输入pip安装包命令

按ctrl + ` 打开终端

或随机选择一个文件右键点击“在集成终端中打开”

pip常用命

AIStudio插件

• N2NQuant AIStudio 兼容 vscode 插件，vscode 插件可以安装到AIStudio使用

安装

• 搜索插件：在 https://marketplace.visualstudio.com/vscode 搜索需要的插件 ![

AIStudio是N2NQuant平台以AI为核心的Cloud IDE，可以用于量化投资数据分析、因子挖掘、模型训练、回测和交易以及更广泛的程序开发和AI模型开发训练。AIStudio的一大亮点功能便是可视化策略！

何为可视化策略？

N2NQuant 的可视化策略旨在降低编

我们将向你简单介绍一个bigmodule模块内容的基本组织结构，为实际开发提供帮助🚀。

BigModule模块结构

下面将以一个bigmodule模块模板为例，向你介绍bigmodule模块的主要内容。

参考 📄BigModule简介与入门，当我们通过命令创建了一个模块模板后

BigModule

bigmodule模块是由Python语言编写的，主要是在可视化线性策略中使用的可视化部件，可以将繁杂的代码进行封装，而只把输入和输出暴露给使用者，这样用户就无需关心模块的内部实现，而只需提供相应的数据，便可以获得想要的结果。

由此一来，大大降低用

导语

在阅读了 深度学习的简要介绍后，本文将介绍深度学习CNN模型及其在量化投资领域中的应用。

深度学习在量化领域应用

机器学习作为人工智能的核心，其传统算法在解决很多问题上都表现出了高效性。随着近些年数据处理技术上的进步和计算能力的提升，深度学习得以在很多问题上也大放光彩，成为近一段时

算法交易策略简单来说就是用计算机语言（如 Python）编码的策略，用于执行交易订单。交易者将这些策略编码，以利用计算机的处理能力，以更高效的方式进行交易，几乎不需要干预。

无论你是初学者还是经验丰富的交易者，跟随这个指南踏上算法交易策略的旅程。它旨在赋予你必要的知识，帮助你在交易中取得成功。

什么是趋势跟踪策略？

趋势跟踪策略是只需需顺势而为的策略，即在价格上涨时买入，在价格开始下跌时卖出。在趋势跟踪策略中，人们的目标不是预测或预测，而只是关注市场上的任何新兴趋势。

趋势是如何出现的？

由于互联网的力量，我们都听说过病毒式传播。尽管这是相同的概念，但目标不同。在金融界也

\

什么是套利？

简单来说，统计套利由一组量化驱动的算法交易策略组成。这些策略旨在通过分析价格模式和金融工具之间的价格差异来利用数千种金融工具的相对价格变动。统计套利起源于 1980 年代左右，由摩根士丹利和其他银行主导。统计套利策略，也被称为 StatArb，见证了金融市场的广泛应用。该策

市净率（Price-to-Book Ratio，简称 P/B Ratio）是衡量公司股票价格相对于其账面价值的一个指标。这个比率通常用于评估公司股票的价值，尤其是在资产重要的行业（如金融业）中。

![](/wiki/api/attachments.redirect?id=9e1b6374-431

简单来讲，量化投资就是利用计算机科技并采用一定的数学模型去实现投资理念、实现投资策略的过程。

量化交易 是指借助现代统计学和数学的方法，利用[计算机技术来进行交易的证券投资方式。量化交易从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，用数量模型验证及固化这些规

导语

回归、分类和排序是我们经常遇到的问题场景。本文主要介绍如何实现回归和分类两类问题的模型构建。

首先我们明确一下算法在机器学习中的地位。一般来说，机器学习有三个要素： 数据、算法和模型 。

• 数据 是场景的描述，包括输入和输出。
• 算法 是得到模型的过程，

导语

在上一篇文章中，大家对新建一个AI可视化模板策略有了初步的认识，但看到策略中众多的模块与看似复杂的连线心中不免存在疑惑，没关系，本篇文章中，我们就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

五因子模型是由Eugene Fama和Kenneth French提出的资产定价模型。

该模型在其先前的三因子模型的基础上，增加了两个新的因子：盈利能力和投资风格因子。

模型旨在更全面地解释股票回报，并在学术界和实务界都获得了广泛的关注。

![](/wiki/api/attachments.

顾名思义，相对强弱指数 (RSI) 指标告诉我们资产的相对强弱。换句话说，RSI 告诉我们股票相对于自身的表现（或不表现）。RSI 被视为一种强大的技术指标，可用于分析市场，并且是交易者武器库的重要组成部分，因为它可以帮助他们在市场时机上做出更好的决策。当然，与其他指标一样，始终建议使用多个指标，因

导语

本文旨在向读者介绍Alpha的相关基本概念，以及寻找和检验Alpha的主要流程和方法。在上篇中我们梳理了 WorldQuant经典读本FindingAlphas的概要以及WebSim的使用，在下篇中我们会介绍相关方法在BigQuant平台上的实现。

初识Alpha

什么是移动平均线？

移动平均线（在本博文中有时称为 MA）是一系列数值的平均值。对于要平均的值的数量，它们具有预定义的长度，并且随着时间的推移添加更多数据，这组值会向前移动。给定一系列数字和固定的子集大小，MA 系列的第一个元素是通过取数字系列的初始固定子集的平均值来获得的。然后通过

反转因子计算方法

反转因子的W式切割经过长期反复的摸索，我们找到了一个反转因子的有效切割方案，简称W式切割。具体操作步骤如下：

1. 在每个月底，对于股票s，回溯其过去N个交易日的数据（为方便处理，N取偶数）；
2. 对于股票s，逐日计算平均单笔成交金额D（D=当日成交金额/当日成交笔

AI可视化的因子特征数据清洗

清洗流程

大部分的金工报告中第一步都是提取因子数据，随后就是对这些因子特征数据的清洗。以华泰证券的金工报告为例，数据清洗的标准流程大概包括：

• 缺失值处理（删除或者用行业均值填充）
• 因子异常值处理（固定比例法、均值标准差法、MAD法）
• 行业市值中性

这是关于股票主动投资组合管理的第一篇教程。在开始介绍正式内容之前，我先简要简要说一下《Alpha系列》的初衷。

近年来，随着国内大数据和人工智能的迅速崛起，量化交易领域也有了长足的发展。 从原来的指标驱动型程序化交易，演化到现在的以机器学习、人工智能为代表的新型量化交易。同时，量化交易的门槛与过去

在量化交易中，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？为什么量化交易要用因子？

我们可以将投资决策因素看作是营养对食物的影响。根据营养成分，您可以决定食用哪种

MACD（Moving Average Convergence Divergence）是一种常用的技术分析工具，用于识别

ATR即平均真实范围（Average True Range）是由著名的技术分析大师J. Welles Wilder Jr