问题

您好！

我超参寻优了一个策略，得到的结果却不能复现。

请问是什么原因呢？

https://bigquant.com/experimentshare/b1eea534448b495999ef4fde27b67799

解答

我这边尝试了几组参数，目前看来回测出来的绩效结果和超参搜索出来的结果是一样的呢

要不你把哪组参数没能复现详细说一下呢

![{w:100}](/wiki/api/attachments.redir

问题

将因子全部替换成其他的因子后，运行出来的回测结果总是与未替换前的结果相同，这是怎么回事

解答

你好，可能是命中缓存了，改一下策略的测试集代码列表模块的开始时间和结束时间

作者：神乐（shen1，colol）

去量化基金公司面试，和从事量化的朋友，同事之间交流等经常会被问到一个问题，因子重要or模型重要？量化策略中最重要的是什么？有些人会认为因子比较重要，有些会认为策略的猜想比较重要。当然，关于这些问题没有标准答案，给出合理的解释，讲述对量化开发的个人观点是问题的本质。鄙人认为，一个稳健的量化策略的核心是一个合理的工业化量化策略开发体系，这也比较好的解释了某些量化公司部分核心策略工程师的离开，对公司的业绩产生影响不是特别大。工业化的量化策略开发体系包括但不限于以下流程。

5.1提出猜想：猜想的提出往往是在交易市场中对交易策略的深刻理解，从而提出相关想法，并

摘要

库存基本面策略收益可观但回撤较大库存作为商品基本面信息中最重要的指标之一，具有未来价格走势的指向性作用。根据库存理论所蕴含的策略逻辑：做多库存偏低的品种、做空库存偏高的品种，我们引入库存偏离度作为库存偏离自趋势的量化指标，在横截面上构建多空中性策略。回测结果显示，当排序期（即移动平均窗口长度）为40-70个交易日时，策略表现较稳健，且受持仓期敏感性低，年化收益率大多在11%左右，夏普比率1左右，但Calmar比率均小于1。单纯依靠库存基本面信号的Stock策略仍存在较大回撤。

动量技术面策略波动大且参数依赖性强根据动量策略逻辑：做多高历史收益的品种、做空低历史收益的品种，我们同

摘要

将周期三因子引入随机森林模型中构建带有因子择时效应的选股策略本报告中，我们将多因子截面数据和华泰周期三因子进行合并，构建了因子择时+选股一体化的随机森林模型。周期三因子在随机森林模型中起到了状态切换的作用，不同状态下对应不同的截面因子选股逻辑。加入周期三因子的随机森林模型能获得更好的回测结果，本质上利用了周期因子的两个效应：（1）在周期因子取值单调的训练期内，模型侧重于遵循离当前更近的截面期样本的投资逻辑。（2）在周期因子取值非单调的训练期内（即拐点处），模型能够利用到周期因子在拐点处所带来的增量信息。 加入周期三因子的随机森林模型选股表现有稳定的提升加入了周期三因子的随机森林模

摘要

库存基本面策略收益可观但回撤较大库存作为商品基本面信息中最重要的指标之一，具有未来价格走势的指向性作用。根据库存理论所蕴含的策略逻辑：做多库存偏低的品种、做空库存偏高的品种，我们引入库存偏离度作为库存偏离自趋势的量化指标，在横截面上构建多空中性策略。回测结果显示，当排序期（即移动平均窗口长度）为40-70个交易日时，策略表现较稳健，且受持仓期敏感性低，年化收益率大多在11%左右，夏普比率1左右，但Calmar比率均小于1。单纯依靠库存基本面信号的Stock策略仍存在较大回撤。

动量技术面策略波动大且参数依赖性强根据动量策略逻辑：做多高历史收益的品种、做空低历史收益的品种，我们同样

研究报告

本报告在采用更合理的中泰行业划分和剔除微型股（主要受壳价值驱动）之后，从估值、盈利、成长、技术和一致预期五大类因子构建行业内选股模型，取得了稳健样本内和样本外（16年至18年2月）的回测结果。从行业内选股因子的效果来看，2017年仅部分技术类因子失效，其他类因子效果并没有发生颠覆性变化。

量化行业内选股理论分析

相对全市场的量化选股模型，行业内选股可以避免了行业间固有差异的影响，提升因子的可比性，而各行业可能存在独特的数据源能贡献新的alpha。尽管行业内样本数的不足造成统计意义的下降以及消除行业偏离后造成整体有所下降，但我们可以通过基本面逻辑和行业配置模型来补充。

作者：dkl297836

策略思想

基于32个短期价量因子，训练集使用2016年1月1日至2020年12月31日共5年数据，每个交易日买入模型当日预测结果排名靠前的10只A股股票，个股最大仓位限制为20%，持股时间设置为5个交易日，初始资金100万。

Lightgbm策略

原有策略是基于Lightgbm机器学习算法，该策略的表现见图1：

![图 1：lightgbm-2021年1月1日至2022年6月10日回测结果{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}](/wiki/api/attachment

怎么用bigquant的架构来获取每天涨停的个股，不是用传统的代码打出来的那种，试过好多次！老是运行的结果错误！

导语

本文分享了一个简单的基于双均线的基金策略，主要是使用平台的回测引擎做一个基金的回测，给大家分享一些关于基金回测的tips。

策略基本思路

策略思想是：当短期均线上穿长期均线时，形成金叉，此时买入基金。当短期均线下穿长期均线时，形成死叉，此时卖出基金。研究表明，双均线系统虽然简单，但只要严格执行，也能长期盈利。 具体可参考 金叉死叉策略。

二、基金回测

• 证券代码列表中的交易市场需要选择 CN_FUND.
• 由于平台现在的基础特征抽取模块不支持对基金的特征抽取，因此需要连入一个自定义模块来读取基础数据，然后可以使用衍生