股票排序
股票排序是从金融市场的大数据中提炼信息的重要手段。它基于股票价格、交易量、市盈率、市净率、股息率等关键指标，通过算法或人工分析，将众多股票按一定规则排列，以辅助投资者的决策。有效的股票排序能够迅速定位到具有投资潜力的个股，同时揭示市场的整体趋势和行业动态。对于投资者而言，利用股票排序工具可以在繁杂的市场数据中快速找到投资机会，优化投资组合，降低风险，提高投资收益。因此，掌握股票排序技巧并灵活运用，对于金融市场的参与者来说至关重要。
Stockranker评分的另类用法
新版请见
策略逻辑
Stockranker是专为选股量化而设计的机器学习算法，其选股思路是根据训练得到的模型，计算股票池中股票的当日评分，根据评分对股票池中的股票进行排序，排序靠前的股票就是当日选出的股票。
这种选股逻辑意味着不论股票的评分是多少，只要排序靠前就能被选中。实际上排序靠前股票的评分有不小差距。而评分反应的是股票的投资价值，评分高表明该股票的投资价值高，评分低表明该股票的投资价值低。因此排序算法仅能反应当天的相对投资价值
更新时间：2024-05-24 10:58
【历史文档】策略-策略回测
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：2024-05-15 09:51
平台的机器学习模型输出结果如何排序？
机器学习给股票排序，如果我要获得买预测前5或者预测后5的的股票，该怎么写代码。 如上图，我用了图形化LightGBM模型，我怀疑我买错了方向，请教该怎么改平台默认的代码？
更新时间：2023-10-09 08:27
提升信号精准度：预测信号分组过滤的方法
作者：徐耀杰(woshisilvio)
导语
为何要对模型预测score得分进行分组统计？
很多时候，我们会发现StockRanker每天按照score得分排序推送的股票，未必是最好的结果。尤其是一些风格不是很稳定的模型，StockRanker每天出的信号也不是很稳定。今天排名NO.1的股票可能是赚钱的，但是到了第二天变成了排名NO.2的股票赚钱，第一名反而变成了亏钱。甚至有时候第1名的股票赚钱，有时候是最后一名的股票赚钱。在实盘过程中，这种轮动现象还会交替出现。
问题思考
基于这个现象，笔者产生了以下问题：StockRanker根据score得分排序选出来的股票，在长期
更新时间：2023-05-06 07:28