夏普比率

夏普比率(Sharpe Ratio)是金融领域中用于衡量投资风险调整后表现的重要指标。它由威廉·夏普于1966年提出,用于量化投资者在承担每单位风险时所获得的超额回报率。夏普比率的计算公式为(回报率 – 无风险利率)/ 标准差,其中,回报率表示资产的平均收益,无风险利率通常与国债收益率相近,而标准差则代表资产收益的波动性或风险。 夏普比率越高,说明在相同风险水平下,投资策略所获得的回报越高,反之则越低。此指标不仅为投资者提供了一个量化工具来评估投资组合的风险与回报之间的平衡关系,还有助于比较不同资产或策略之间的性能。因此,夏普比率在金融决策、资产配置和绩效评估等方面具有广泛应用。

Dai读取高频因子构建一个简单多因子策略

https://bigquant.com/codeshare/3b5c66d6-ed5b-46a0-8dc6-3a48cc76a482

\

更新时间:2025-04-24 03:43

A股量化择时研究报告:金融工程,战略做多不变-广发证券-20200329

/wiki/static/upload/0d/0dcd4d85-27e0-494c-85a8-911e809ac2bc.pdf

\

更新时间:2025-04-24 03:36

量化策略专题研究:行业趋势配置模型研究-中信证券-20200325

/wiki/static/upload/74/7464d5e3-c643-485a-bdef-793d0ba69cca.pdf

\

更新时间:2025-04-24 03:36

控制每日仓位的一个例子

策略案例

https://bigquant.com/experimentshare/0062e380d1b5400ca5fe4522ac948649

\

更新时间:2025-04-24 03:35

回测数据深入分析(代码)

导语:本文介绍如何对一个回测结果进行深入分析。

策略案例

我们先看一个AI策略,以下是完整的策略代码。

https://bigquant.com/experimentshare/eb2f4ca3f7c0474c95341ae1202cac0f

\

更新时间:2025-04-24 03:34

指定概念板块过滤

策略案例

https://bigquant.com/experimentshare/0f5a773d39184d73bec6520dccad7ee8

\

更新时间:2025-04-24 03:34

主动投资管理定律(基本篇)

https://bigquant.com/experimentshare/5ffea17cf0ca4e78ab50a84762c2b596

\

更新时间:2025-04-24 03:23

从均值方差到有效前沿

https://bigquant.com/experimentshare/cdf694a0f88d426ca700c042745dfa8a

\

更新时间:2025-04-24 03:23

Alpha系列-因子模型

https://bigquant.com/experimentshare/d10e7682969747bbb8c297180a844c7b

\

更新时间:2025-04-24 03:23

策略高级设置


\

更新时间:2025-04-24 03:20

因子过滤

https://bigquant.com/experimentshare/b6bb3c84df0c4da5bb0b495bc52feb06

\

更新时间:2025-04-24 03:20

双均线基金策略-股票日频

https://bigquant.com/experimentshare/5277de40609d4fffa7bbe6df2e5b1231

\

更新时间:2025-04-24 03:20

StockRanker多因子选股策略

StockRanker多因子选股策略

https://bigquant.com/experimentshare/1b8882bded4c4127a6c6edc792af662d

\

更新时间:2025-03-13 02:09

如何结合欧奈尔的RPS指标,开发AI量化策略?

若想在AIStudio3.0.0种复现这个策略, 请空降:

https://bigquant.com/wiki/doc/rpsai-lgPnmWzLkq

问题

如何结合欧奈尔的RPS指标,开发AI量化策略?

讲解


{w:100}{w:100}{w:100}{w:100}{w:100}


1988年,欧奈尔将他的投资

更新时间:2025-03-13 02:08

组合优化概述

更新

本文内容已经过期,不再适合平台最新版本,请查看如下最新内容:

https://bigquant.com/wiki/doc/57ue5zci5lyy5yyw5qac6lw-LvaK2l8nla


[https://bigquant.com/experimentshare/a65ee754dc984929afffd7614437348c](https://bigquant.com/experimentshare/a65ee754dc9

更新时间:2025-03-13 02:08

小市值策略变形记

适用于AIStudio3.0.0的版本:

https://bigquant.com/wiki/doc/%5Fnew-iH7DEZCRpf

{{membership}}

https://bigquant.com/codeshare/5a5dd498-4590-44c2-8109-ae4501f49494

\

更新时间:2025-03-13 02:08

策略研究


\

更新时间:2025-02-27 02:34

【历史文档】策略-回测研究

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】策略回测-策略回测结果指标详解

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

设置回测基准期货案例

策略案例


https://bigquant.com/experimentshare/05c39d35fc4542cc9fc763d812220af9

\

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-用梯度提升树回归算法实现A股股票选股

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

分页第1页第2页第3页第4页第5页
{link}