高频因子构建：5、进阶玩法之数据降频

这一文档中我们将展示将1分钟行情降频为5分钟、10分钟、15分钟、30分钟、60分钟

\

策略源码：

{{membership}}

[https://bigquant.com/codesharev2/529eccd0-e3b5-48ae-98ff-c848b8795fb1](ht

由small_q创建，最终由small_q更新于

招商证券-量化研究2023年中期投资策略：“持续异常交易量”选股因子PATV

20230529-招商证券-量化研究2023年中期投资策略：“持续异常交易量”选股因子PATV\n该篇研报将5分钟平均交易量与30分钟平均交易量的比值作为因子，并求出该因子的截面排名，之后将截面排名的平均、标准差、峰度，三个指标组合为非正常交易量因子


研报地址：<https://www.doc

由small_q创建，最终由small_q更新于

机器学习：2-线性回归预测上涨概率

  • 运行环境：AIStudio 3.0.0
  • 机器学习：线性回归策略：预测上涨概率
  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：

![](/wiki/api/attachments.redirect?id=b524674e-1dd7-4807-a2a1-506

由small_q创建，最终由small_q更新于

机器学习：3-逻辑回归预测上涨概率

  • 运行环境：AIStudio 3.0.0
  • 机器学习：逻辑回归策略：预测上涨概率
  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：

![](/wiki/api/attachments.redirect?id=6a6ce99b-4c31-41d7-83fb-bfc

由small_q创建，最终由small_q更新于

机器学习：6-索套回归

  • 运行环境：AIStudio 3.0.0
  • 机器学习：索套回归
  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：

![](/wiki/api/attachments.redirect?id=ee3ca159-7cf7-4c9d-8f67-95d21c2d0ff3

由small_q创建，最终由small_q更新于

机器学习：7-弹性网络

  • 运行环境：AIStudio 3.0.0
  • 机器学习：弹性网络
  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：

![](/wiki/api/attachments.redirect?id=2e32e3a6-d013-4a47-9152-dc60940db1ef

由small_q创建，最终由small_q更新于

机器学习：8-SVM

  • 运行环境：AIStudio 3.0
  • 机器学习：8-SVM
  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：

由small_q创建，最终由small_q更新于

机器学习：9-KNN

  • 运行环境：AIStudio 3.0

  • 机器学习：KNN算法

  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：

![](/wiki/api/attachments.redirect?id=aa129740-493a-4361-871d-1d099144d01

由small_q创建，最终由small_q更新于

机器学习：11-感知机

  • 运行环境：AIStudio 3.0

  • 策略说明：==本代码以教学目的为主，请自行调参==

回测图：

\

**策略源码

由small_q创建，最终由small_q更新于

机器学习：12-随机森林

  • 运行环境：AIStudio 3.0

  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：

\

**策略

由small_q创建，最终由small_q更新于

机器学习：13-AdaBoost

  • 运行环境：AIStudio 3.0

  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：



**策略源

由small_q创建，最终由small_q更新于

机器学习：14-XGBoost

  • 运行环境：AIStudio 3.0

  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：



\

由small_q创建，最终由small_q更新于

机器学习：16-CNN

  • 运行环境：AIStudio 3.0
  • 策略说明：==本代码以教学目的为主，请自行调参==


\

策略源码：

{{membership}}

[https://bigquant.com/codeshare/ccbddd56-eddd-4a7f-95e2-88e8a0432a3

由small_q创建，最终由small_q更新于

机器学习：17-LSTM

  • 运行环境：AIStudio 3.0
  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：

\

**策略源码

由small_q创建，最终由small_q更新于

事件型策略：通道突破策略单股

  • 运行环境：AiStudio 3.0.0
  • 策略描述：我们将过去20日收盘价（均值+2倍标准差）作为up_limit，（均值-2倍标准差）作为low_limit
  • 买入股票：'600519.SH'（贵州茅台）
  • 买卖规则：收盘价大于up_limit买入，收盘价小于low_limit卖出

由small_q创建，最终由small_q更新于

机器学习：19-滚动训练-XGBoost

  • 运行环境：AIStudio 3.0

  • 策略说明：==本代码以教学目的为主，请自行调参==


回测图：


\

**

由small_q创建，最终由small_q更新于

事件型策略：通道突破策略多股

  • 策略描述：运行环境：AiStudio 3.0.0
  • 策略描述：我们将过去20日收盘价（均值+2倍标准差）作为up_limit，（均值-2倍标准差）作为low_limit
  • 买入股票：'600519.SH'（贵州茅台）, '600941.SH'（中国移动）, '601398.SH'（工商银行）

由small_q创建，最终由small_q更新于

因子分析框架

{{membership}}

[https://bigquant.com/codeshare/a7f6fb4b-fc0e-4364-a6fa-de10e828c02b](https://bigquant.com/codeshare/a7f6fb4b-fc0e-4364-a6fa-de10e828c

由small_q创建，最终由small_q更新于

因子分析框架-自动调整因子方向

{{membership}}

[https://bigquant.com/codeshare/275c0eb4-7402-4978-b103-18b6f5de15d7](https://bigquant.com/codeshare/275c0eb4-7402-4978-b103-18b6f5de1

由small_q创建，最终由small_q更新于

事件型策略：将买卖信号当作因子

  • 运行环境：AiStudio 3.0.0
  • 策略描述：买卖信号是可以当作因子的，每天出买信号的股票因子值为1，每天出卖信号的股票因子值为0，使用处理后的因子值进行筛选排序策略
  • 数据表名：cn_stock_bar1d
  • 回测时长：2020-1-1 至 今天
  • 初始资金：500000

由small_q创建，最终由small_q更新于

华安证券-高频视角下成交额蕴藏的Alpha：市场微观结构剖析之七

20200610-华安证券-高频视角下成交额蕴藏的Alpha：市场微观结构剖析之七\n该篇研报介绍了一系列的高频因子，主要思想是探寻日内特定的一些时间段的成交量，占全天总成交量的占比，之后将这些因子在时序上进行求平均、方差、偏度、峰度等操作


研报地址：

[/wiki/static/u

由small_q创建，最终由small_q更新于

因子分析框架-离散因子

{{membership}}

[https://bigquant.com/codeshare/837517eb-68a0-411f-beb8-bc991c8f69c1](https://bigquant.com/codeshare/837517eb-68a0-411f-beb8-bc991c8f6

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156页
{link}