投资策略

投资策略是投资者为实现其投资目标而采取的一系列决策和行动。从金融角度看,有效的投资策略不仅能降低风险,还能最大化回报。它涉及到资产配置,即如何在不同的投资工具(如股票、债券、商品、现金等)之间分配资金;时机选择,即决定何时进入或退出市场;以及证券选择,即挑选具有增长潜力的具体投资标的。成功的投资策略需要综合考虑市场环境、投资者风险承受能力和投资期限等因素,并根据这些因素进行动态调整。通过多元化投资、风险管理以及持续的市场研究和分析,投资者可以制定并执行适合自己的投资策略,从而在复杂多变的金融市场中实现理财目标。

策略研究


\

更新时间:2025-02-27 02:34

回测数据的深入分析

导语

本文介绍如何对一个回测结果进行深入分析。

新建一个可视化AI策略

我们先构建一个可视化AI策略,如下所示。

回测结果

回测结果一般指策略运行完毕之后输出的能够综合反映策略效果的综合图表,如下所示:

可以看出,回测结果包括收益概括、交易详情、每日持仓、

更新时间:2025-02-27 02:34

【历史文档】策略示例-StockRanker模型结果解读

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:2025-02-27 02:34

【历史文档】策略示例-基于订单流的高频择时交易策略

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:2025-02-27 02:34

【历史文档】策略示例-基金策略

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:2025-02-27 02:34

基金双均线策略


https://bigquant.com/experimentshare/674ea5c045844e0fa032173cbc230f4e

\

更新时间:2025-02-27 02:34

【历史文档】策略示例-基金传统策略

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:2025-02-27 02:34

【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:2025-02-27 02:34

常见量化投资策略

导语

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律和策略,然后严格执行已固化的策略来指导投资,以求获得可以持续的、稳定且高于平均收益的超额回报。

量化投资模型只是一种工具、一种方法、一种手段,能实现成熟而有效的投资理念,需要不断根据投资理念的变化、市场状况的变化而进行修正、改善和优化,换而言之,有效的模型建立在适应

更新时间:2025-02-27 02:34

【历史文档】算子样例

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:2025-02-27 02:34

【历史文档】算子样例-策略绩效评价

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:2025-02-27 02:34

【历史文档】因子高阶使用

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:2025-02-27 02:34

【历史文档】因子构建与标注样例-构建个股相对大盘收益率因子

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:2025-02-27 02:34

【历史文档】因子构建与标注样例-构建大盘收益率因子

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:2025-02-27 02:34

【历史文档】因子构建与标注样例-计算三年财报ROE的滚动平均值

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:2025-02-27 02:34

预计算因子


\

更新时间:2025-02-27 02:34

量化投资策略有哪些类型特点及适用人群场景

量化投资策略是利用数学模型和算法来分析市场并做出投资决策的方法。这些策略可以大致分为几个类型,每种类型都有其特点、适用人群和适用场景。以下是一些主要的量化投资策略类型:

  1. 趋势跟踪策略
    • 特点:识别并跟随市场趋势,比如股票或商品的价格走势。
    • 适用人群:适合那些相信市场趋势会持续一段时间的投资者。
    • 适用场景:在市场趋势明显且稳定的情况下效果最佳,如牛市或熊市。
  2. AI量化机器学习策略
    • 特点:利用机器学习算法来分析大量数据并预测市场走势。
    • 适用人群:对人工智能和机器学习

更新时间:2024-12-31 08:59

机器学习在量化投资中的趋势和应用

来源:SSRN 作者:Sophie Emerson, Ruairi Kennedy, Luke O’Shea, and John O’Brien

机器学习是人工智能的一个子领域,它使用统计技术为计算机模型提供从数据集学习的能力,允许模型在没有显示编程的情况下执行特定任务。近年来,机器学习技术激增,人们对其在金融领域的应用也越来越感兴趣。在投资管理中,已被应用于新闻的情绪分析、趋势分析、投资组合优化、风险建模等。那么,机器学习在量化投资中有哪些潜在应用呢?

1.常见的机器学习算法

机器学习算法主要有三种:监督学习、无监督学习和强化学习。监督学习是在已知输入和输出的情况下训练出一个模型,将

更新时间:2024-12-11 08:16

投资策略有哪几种类型?包含哪些内容和方法

投资策略的类型多种多样,具体选择取决于投资者的投资目标和风险承受能力,下面介绍几种常见的投资策略类型。这些策略各有特点,适用于不同类型的投资者和市场环境。

  1. 价值投资策略:这种策略是基于购买那些市场价格低于其内在价值的股票。价值投资者通常会寻找价格被低估的公司,这些公司具有稳健的财务基础和良好的长期增长前景。著名的价值投资者如沃伦·巴菲特。
  2. 量化投资策略:依托于先进的数学模型和算法,精准地捕捉和识别投资机遇。在实施过程中,量化投资深度挖掘和分析海量的历史数据,旨在揭示市场潜在的走势和股票的未来表现,为投资者提供科学、系统的决策支持。
  3. *成长投资策略

更新时间:2024-12-05 06:17

机器学习量化投资实战指南

本文14323字,阅读约28分钟

导语:本文旨在用精炼的语言阐述实操层面的机器学习量化应用方法,包括给出实践中一些常见、实际问题的处理方案,并结合了量化应用实例。读完后大家可以在本平台进行实践检验。

文章概览:

1.人工智能量化投资概述

2.人工智能技术简介

3.机器学习在量化投资中应用的具体方法解析

AI相对于传统量化投资的优势 传统的量化投资策略是通过建立各种数学模型,在各种金融数据中试图找出市场的规律并加以利用,力所能及的模式或许可以接近某一个局部的最优,而真正的全局“最优解”或许在我们的经验认知之外。如同不需要借助人类经验的Alpha Zero,不仅

更新时间:2024-12-05 02:26

常见量化投资策略

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律和策略,然后严格执行已固化的策略来指导投资,以求获得可以持续的、稳定且高于平均收益的超额回报。

量化投资模型只是一种工具、一种方法、一种手段,能实现成熟而有效的投资理念,需要不断根据投资理念的变化、市场状况的变化而进行修正、改善和优化,换而言之,有效的模型建立在适应市场环境的有效

更新时间:2024-12-04 07:53

81st Meetup

81st Meetup 直播答疑, 10月17日 19:00 B站直播解答

\

问题列表

提问:咱们IC值的计算,是不能自己设计y是多久的收益率么?就是可以更改y值么?

回答:可以。

https://bigquant.com/codesharev3/e84b5367-4dd3-4885-a3b9-fa4b55670820



提问:请问模型法和打分法在哪里可以找到,怎么做呢?

回答:模版策略就是了。

[ht

更新时间:2024-10-18 03:26

149-破净股策略

策略概述

本策略基于破净股的投资思想,主要通过筛选股价低于公司每股净资产的股票,来寻找市场中被低估的投资机会。破净股通常由于市场情绪、短期波动等因素被低估,但从长期来看,这类股票的内在价值往往会被市场重新认识并反映在价格上。策略通过剔除高风险和财务不稳定的股票,专注于那些具备稳健基本面且有较大反弹潜力的公司,旨在构建一个具备长期价值回归潜力的股票组合,符合稳健的价值投资理念。

因子介绍:

  • 总市值(total_market_cap): 该因子用于衡量公司的整体规模,是衡量公司在资本市场上影响力的重要指标之一。通常市值较大的公司具有较强的市场稳定性和抗风险能力,因此

更新时间:2024-09-26 07:49

行业轮动策略

一、策略概述

1.1 背景介绍

行业轮动策略是一种量化交易策略,旨在通过在不同行业之间进行资金分配,捕捉市场趋势和行业表现的周期性变化。 从名字即可看出,经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业,因此我们如果能布局这些行业并定期轮动调整,那会取得还不错的投资效果。与单纯持有某个行业或个股相比,行业轮动策略通过分散投资风险,提高了组合的抗风险能力,并且能够在不同的市场环境中寻找最佳的投资机会。

1.2 研究目的

本策略是曾经在社区里的一个策略复现而来,策略链接为:<https://bigquant.com/wiki/doc/v10-uKB4qr0I

更新时间:2024-09-20 02:58

131-小市值稳定增长策略

策略介绍

小市值稳健增长策略是一种专注于挖掘市值较小但具有稳健增长潜力的股票的投资策略。该策略通过深入分析这些公司的基本面、财务状况、行业前景以及市场情绪,筛选出具备长期成长潜力的优质小市值公司,以期在未来获得超额回报。通过该策略选择的股票的优势包括有

  • 高增长潜力:小市值公司通常处于成长期,具备高增长的潜力;
  • 估值优势:相较于大市值公司,小市值公司可能存在估值低估的机会;
  • 风险分散:通过分散投资于多个小市值股票,降低了单一公司业绩波动对整体组合的影响。

同时使用该策略也会承受一定的风险

  • 流动性风险:小市值股票流动性较差,可能导致买卖

更新时间:2024-08-22 03:04

分页第1页第2页第3页第4页第5页第14页
{link}