在之前的版本里,很多用户喜欢开发每日换仓、仓位集中度高的AI StockRanker策略,无需编写sql代码,因此本教程给出这样的一个策略实现,方便用户在此基础上根据自己需求调整策略。
本策略年化收益74%,夏普比率2.5,最大回撤不到-8.5%,整体绩效不错,详细代码见文末,可直接克隆,查看源码。
\
每日轮动调仓
之前的模版,以线性策略为主,换仓都是定期轮动,
更新时间:2025-07-01 07:55
本文为旧版实现,仅供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
https://bigquant.com/experimentshare/68b5d7cfac264dbda781c1fbcc6a4880
\
更新时间:2025-07-01 07:35
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:2025-07-01 07:20
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:2025-07-01 07:20
更新时间:2025-07-01 07:18
更新时间:2025-07-01 07:18
本文为旧版实现,供学习参考。
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
下面代码在新版本不能直接运行,需要修改两处,一处是数据读取,一处是画图,分别参考以下两处链接。
[https://bigquant.com/wiki/doc/
更新时间:2025-07-01 07:12
本文主要分享一个基于Deep Q Network的对于个股的择时策略
本文主要使用的是Deep Q Network。DQN是强化学习的一种方法,结合了Q-learning和深度学习神经网络。
Q-learning是用一张表来记录各个状态下的各个行为的q值,它能记录的状态的个数是有限的。而在金融市场上,价格、交易量等数据都是连续的,因此可以组合成无数种状态,如果用一张表来记录,那么这张表将大到无法想象。
而DQN不用表来记录Q值,而是用一个深度学习神经网络来预测Q值,并通过不断更新神经网络从而学习到最优的行动路径。结构
更新时间:2025-07-01 07:09
本代码完整版一共包括三部分:数据、算法、回测交易。 由于该策略与机构有一些合作,我们只放出了数据和算法。希望大家能够理解!
https://bigquant.com/experimentshare/5a93201876eb401e998867e0b5106175
\
更新时间:2025-07-01 07:08
更新时间:2025-07-01 07:03
夏普比率(Sharpe Ratio)是衡量投资表现的一个指标,它通过比较投资的超额回报与其承担的风险来评估投资的性价比。由诺贝尔奖获得者威廉·夏普提出,是风险调整后的回报的一种度量。
其中:
更新时间:2025-07-01 06:44
更新时间:2025-04-24 03:43
更新时间:2025-04-24 03:36
更新时间:2025-04-24 03:36
更新时间:2025-04-24 03:35
导语:本文介绍如何对一个回测结果进行深入分析。
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
更新时间:2025-04-24 03:34
\
更新时间:2025-04-24 03:20
更新时间:2025-04-24 03:20
更新时间:2025-04-24 03:20
更新时间:2025-03-13 02:09
若想在AIStudio3.0.0种复现这个策略, 请空降:
https://bigquant.com/wiki/doc/rpsai-lgPnmWzLkq
如何结合欧奈尔的RPS指标,开发AI量化策略?
1988年,欧奈尔将他的投资
更新时间:2025-03-13 02:08
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
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
\
更新时间:2025-02-27 02:34