回测
回测在金融领域是一种重要的验证和评估策略性能的技术手段。它主要通过在历史数据上模拟投资策略的执行过程，以此检验该策略在过去时间段内的盈利能力和风险水平。回测不仅能够帮助投资者理解策略在不同市场环境下的表现，还能揭示策略的潜在风险和优化方向。有效的回测是金融决策过程中不可或缺的一部分，它增加了投资者对未来策略实施的信心，并为持续改进和优化投资策略提供了依据。
设置交易费率和价格
导语
在AI量化策略开发第六步：回测教程中，我们介绍了Trade回测/模拟交易模块的重要函数和策略构建的基本流程，本文主要介绍如何在Trade模块中设置手续费和滑点。
在评估策略的时候，我们设置一定的交易手续费和滑点以模拟真实交易。在策略编写中，我们通常在回测模块的初始化函数中进行设置。
设置手续费
通过调用set_commission方法，在初始化函数中加入如下代码块实现相应的功能： 股票，按成交金额百分比设置手续费，手续费不足5元按5元收取
# 示例代码1
def initialize(co更新时间：2021-11-19 10:42
深度学习的模型固化
导语
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，本帖介绍固化已有的模型的步骤。
如何固化模型
调试策略
第一步，调试策略
好的策略应该经过多次训练查看模型的回测效果稳定性，如果发现同样参数下多次训练模型得到的回测结果变动范围较大，多半是模型不稳定。模型稳定后可以考虑固化模型并开启模拟交易。
记录模型文件
第二步，记录模型文件到userlib文件夹
很多技术分析都涉及观察信号指标，然后根据信号进行交易。正如我在之前的文章“一个让优秀交易者高于其他交易者的行为”中所讨论的那样，你应该在你的交易日志中记录下你所有的交易，当你获得更多的经验时，你应
更新时间：2021-08-24 05:46
确保回测和仿真一致的方案
更新时间：2021-08-24 05:46
定时函数问题
schedule_function(func, date_rule, time_rule)中timerule的every_minute 是否在回测，模拟盘和实盘中都生效，都是指当日的 刚过去的1分钟 ，还是说只在回测生效？
https://bigquant.com/experimentshare/21cd4bdf097e4a51aac597bf5da071d2
\
更新时间：2021-08-20 11:03
lightGBM_AI选股
更新时间：2021-07-30 09:11
用线性随机梯度下降-回归算法实现A股股票选股
更新时间：2021-07-30 08:12
可视化均线金叉死叉策略
更新时间：2021-07-30 08:05
用线性-分类算法实现A股股票选股
更新时间：2021-07-30 07:26
使用bigexpr表达式引擎开发AI策略
更新时间：2021-07-30 07:26
Transformer在量化选股中的应用
一、基于时间嵌入的方法
当前应用于NLP领域的Transformer，结构过于庞大，并不适用于股票数据（开盘价，收盘价，最高价，最低价，等）这样的时序数据，因此，本文提出一种简化的适用于股票数据的Transformer结构，其根据时间嵌入的思想构建，能很好的应用于量化选股中。下面以一个例子来介绍用于股票数据的Transformer体系结构，以及
更新时间：2021-02-03 07:05