为什么要用自定义损失函数

1. 能够适应特定任务: 如在金融领域中，可以设计自定义损失函数来考虑不同的风险偏好、成本约束或者特定的投资目标。
2. 提升模型性能: 自定义损失函数可以通过对模型输出和目标之间的差异进行更精确的度量，从而提高模型的性能。通常情况下，使用常见的损失函数如均方误差（MSE）或交叉熵（Cross Entropy）可能无法充分考虑到任务的具体特点，而自定义损失函数可以更好地捕捉到问题的本质。
3. 考虑不平衡数据：在某些任务中，数据可能存在类别不平衡的情况，即某些类别的样本数量远远多于其他类别。此时，使用自定义损失函数可以对不同类别的样本进行加权或调整，以更好地平

为什么要用自定义损失函数

1. 能够适应特定任务: 如在金融领域中，可以设计自定义损失函数来考虑不同的风险偏好、成本约束或者特定的投资目标。
2. 提升模型性能: 自定义损失函数可以通过对模型输出和目标之间的差异进行更精确的度量，从而提高模型的性能。通常情况下，使用常见的损失函数如均方误差（MSE）或交叉熵（Cross Entropy）可能无法充分考虑到任务的具体特点，而自定义损失函数可以更好地捕捉到问题的本质。
3. 考虑不平衡数据：在某些任务中，数据可能存在类别不平衡的情况，即某些类别的样本数量远远多于其他类别。此时，使用自定义损失函数可以对不同类别的样本进行加权或调整，以更好地平

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

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

{{use_style}}

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](https://bigquant.com/wiki/doc/demos-ecd

操作符

1. 什么是Softmax

Softmax要解决这样一个问题：我有一个向量，想用数学方法把向量中的所有元素归一化为一个概率分布。也就是说，该向量中的元素在[0,1]范围内，且所有元素的和为1。

Softmax就是这个数学方法，本质上是一个函数。

假设我们有一个k维向量z，我们想把它转换为一个k维向量 ，使其所有元素的范围是[0,1]且所有元素的和为1，函数表达式是：

![softmax(x)_i = \frac {e^{x_i}

什么是凸函数

直观的，图1是一维凸函数的示例。一维情况下，不严格的说，凸函数是弦在上的函数或者是曲线向上包（这些都是不严谨的说法）。

注意：在不同的教科书和资料中，对凸函数的定义有可能是相反的，在机器学习领域，一般都使用这个定义。

凸函数的一阶特征

设 SϵRn 为非空开凸集， f 满足一阶连续可导，并且是S上的凸函数，则满足下面

SELECT date, open, high, low, close

FROM bar1d_CN_STOCK_A

WHERE instrument = '000005.SZA'

AND date BETWEEN '2017-01-06' AND '2017-02-10'

ORDER BY date;

10分钟学会Pandas

Pandas最初被作为金融数据分析工具而开发出来，在金融领域被广泛使用。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具、函数和方法。

本文是针对pandas新手的快速入门学习指南。你可以在 **AI量化平台-编写策略

更新

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

预计算因子表[数据平台] https://bigquant.com/data/datasources/cn_stock_prefactors

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

[http

问题

如何实现获利盘函数编写比如通达信的COST、WINNER函数？

视频

https://www.bilibili.com/video/BV1Ed4y1s7Br/?spm_id_from=333.999.0.0

策略源码

[https://bigquant.com/experimentshare/8ccaba531653414694ac9c071471e36d](https://bigquant.com/experimen

问题

国泰君安alpha191中的count、regbeta、regresi三个函数怎么定义？

视频

https://www.bilibili.com/video/BV1ov4y1Z7Yg?p=2&share_source=copy_web

\

策略源码

# 国泰君安 Count(a, n)，过去5天close_0 > close_1 的天数
conditions = where(close_0

问题

遗传规划模块的适应度函数是如何定义的

视频

https://www.bilibili.com/video/BV1wL411A7ru/

函数

遗传规划适应度函数：

icir

IC即信息系数（Information Coefficient），表示所选股票的因子值与股票下期收益率的相关系数。IR=IC的均值/IC的标准差。

mutual_info

互信息 参考华泰证券研报 <https:

https://bigquant.com/experimentshare/85eb463354e54a9695eddc0c570040e6

\

https://bigquant.com/experimentshare/3d93b6671af24486a410d8f3b38087ad

\

问题

如何实现XGBOOST的pairwise目标函数及metric

视频演示

https://www.bilibili.com/video/BV1TY4y1q7C8/

策略源码

S:xgboost自定义目标和评估函数

[https://bigquant.com/experimentshare/85eb463354e54a9695eddc0c570040e6](https://bi

问题

如何在全连接模块中自定义swish激活函数的代码

\

视频

https://www.bilibili.com/video/BV1DL4y1w7sb?share_source=copy_web

策略源码

[https://bigquant.com/experimentshare/9f1dae69e055429c9922b4f5d038361a](https://bigquant.com/experimentshare/9f1d

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，比如 x∗ 是全局最小值，那么该函数的其他任意点都会比驻点的函数值大，满足： ∀x,f(x)≥f(x∗)。

也就是说，我们来证明上面这个公式成立即可。

证明

由凸函数的一阶特征可得下面结论：[【最优化】凸函数及它的一阶特征](https://bigqu

主要作用

NumPy（Numerical Python的简称）是Python中用于处理数组、矩阵、数值计算以及高级数学函数的一个强大的库。在金融量化分析中，NumPy扮演着至关重要的角色，因为它提供了快速、高效的数值计算能力，适用于处理大量的金融数据。

NumPy的主要特点包括：

1. 多维数组对象：NumPy提供了一个称为ndarray的多维数组对象，用于存储和处理大型数据集。
2. 数学函数：NumPy包含了大量的数学函数，用于执行基本的数学运算（如加、减、乘、除）以及更复杂的数学运算（如线性代数运算、统计函数、随机数生成等）。
3. **广播功

icir

IC即信息系数（Information Coefficient），表示所选股票的因子值与股票下期收益率的相关系数。IR=IC的均值/IC的标准差。

mutual_info

互信息 参考华泰证券研报 https://bigquant.com/wiki/doc/yinzi-2hG8xsX410 p5

longshort_return

将每天股票按因子值分成10组，取首尾两组平均收益率的差值为每一天的多空收益，计算每天收益的和。

longshort_sharpe

将每天股票按因子值分成10组，取首尾两组平均收益率的差值为每一天的多空收益，按照此收

导语

本文介绍Python编程中非常重要的函数调用与定义的相关知识点。

https://bigquant.com/experimentshare/8dba3693963948e88c7af73f098c4e5d

本文由BigQuant宽客学院推出，版权归BigQuant所有，转载请注明出处。

\

本文目的在于给出自定义损失函数示例代码, 便于读者魔改. 基于BigQuant平台, 探索了使用不同损失函数对DeepAlpha-DNN模型优化的效果. 本文的基准模型为MSE优化的DeepAlpha-DNN模型, 进一步使用MAE、Pseudo-Huber以及负IC损失函数和有序回归损失函数. 最后多加一项使用wmse损失函数优化LSTM模型.

我们使用了基本面条件对A股进行筛选. 采用两到三年数据训练, 后一年数据进行回测. 由于本文的标签是未来五日累计收益率, 故采用5日调仓的方式进行回测.

通过对比常用损失函数在2023年的回测效果得出结论: 使用MAD损失函数综合效果最佳, 2

https://bigquant.com/aistudio/studios/e19872c4-0f37-11ed-93bb-da75731aa77c/?folder=/home/aiuser/work错在哪里？举例说明。

https://bigquant.com/codeshare/1e2b64b4-0a3a-4c86-b742-46a14e72ee0e

\

在回测模块中，例如生成订单日期是1号，实际下单日期是2号。2号的时候是可以调用盘前处理的。盘前处理的时候如果使用data.histroy是可以在盘前就获取当天的开盘和收盘信息的。这个属于未来函数，不过如果下午交易，用上午开盘价是否低开做cancel order判断是ok的。但是问题来了。回测这样操作是可以的，可是如果模拟交易和实盘都是在前一天就生成信号，所以就想问一下这个盘前数据处理是否会在模拟交易和实盘中运行，如果运行取的是哪一天的数据。。。因为回测中2号盘前运行可以取到2号全天数据，这个在现实中明显取不到，当天开盘都是取不到的。。。 所以问题是 那么如果回测模块中布置了盘前数据处理， 1\