高频交易

高频交易是金融市场上的闪电般的交易活动,通过先进的算法和极速的计算机网络,在毫秒甚至微秒级别完成买卖决策,追求微小但稳定的利润。这种交易依赖复杂的数学模型,对市场数据进行实时分析并快速做出反应。由于交易速度极快,高频交易能在极短时间内捕捉到市场上的微小变动并从中获利,但也因其高速和大规模的特性,有时可能加大市场的波动性和系统风险。高频交易在现代金融市场中占据重要地位,既是技术进步的产物,也带来了市场监管和风险管理的新挑战。

高质量AI量化策略

【此文档为旧版策略】具体可参考新版文档:

https://bigquant.com/wiki/doc/103-ai-LpsqDhu8mG

https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795

\

更新时间:2024-06-07 10:55

高频期货因子分析

此为0527Meetup直播策略讲解,视频详见2021-AI量化Meetup导览


https://bigquant.com/experimentshare/edab29d0ffad4e039a9c1f5fed1fa870

\

更新时间:2024-06-07 10:55

超参寻优调参顺序

策略案例


https://bigquant.com/experimentshare/fe8ec83484ca44148602d39a58545d75

\

更新时间:2024-06-07 10:55

分钟因子加工

https://bigquant.com/experimentshare/8671700b78014d6cbe44261ba23820f9

\

更新时间:2024-06-07 10:55

时区瑕疵策略

视频讲解

查看视频

策略源码

https://bigquant.com/codeshare/621dce87-bd66-43b2-b08d-ad986eeb3135

\

更新时间:2024-06-07 10:55

互信息计算

策略案例

https://bigquant.com/experimentshare/6dbc5eb845fe48d0a8b61e60785cf762

\

更新时间:2024-06-07 10:55

按天标注

策略案例

https://bigquant.com/experimentshare/644652453c624f34a027c192e4f8703a

\

更新时间:2024-06-07 10:55

高频回测模块择时策略

8月19日Meetup策略模板:

https://bigquant.com/codesharev2/44350f73-6992-4f03-ab1e-59a62936fbdd

\

更新时间:2024-06-07 10:55

听海外高频交易专家讲解美国的高频交易-海通证券-20190611

摘要

高频交易在美国证券市场中的角色

如果把正在正常交易、买卖力量均衡的市场比喻成一个平静的水面,此时,某个基本面交易员下了一个数量较大的订单,这好比往水中投入了一块石头。那么,不论是订单自身的价格推动力,还是其他投资者做出的反应,都会使市场产生一系列波动,一如水面泛起的层层涟漪。而高频交易则藏匿于其中,于市场的起伏之中寻找获利的机会。

在美国,上市和交易业务是完全分离的

所有的上市证券均可以在任何一家交易所交易。对高频交易商而言,这种碎片化的交易模式提供了很大的获利机会。试想,同一个证券很有可能因为市场流动性或是参与者结构的差异,甚至只是信息传递存在时滞,在不同

更新时间:2024-05-23 06:11

策略中调用其他因子_AI

策略案例

https://bigquant.com/experimentshare/5cfd9186208047518a995e4394ba1099

\

更新时间:2024-05-21 08:15

高频回测模块择时策略

8月19日Meetup策略模板:

https://bigquant.com/experimentshare/a6bae485ffcc47819510b788ddfad338

\

更新时间:2024-05-21 06:30

强化学习在金融市场中的应用(上)

本文内容已经过期,不再适合平台最新版本,请查看以下最新内容,作为参考资料学习。

旧版声明

本文为旧版实现,仅供学习参考。

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

[https://bigquant.com/experimentshare/e1779fa4ec184a1fb209ebff7c588b8d](https://bigquant.com/experimentshare/e1779fa4ec184a1fb209ebff7

更新时间:2024-05-20 06:33

早盘买卖

策略案例


https://bigquant.com/experimentshare/3f0d164525984abca02f3e0f58155a00

\

更新时间:2024-05-20 06:15

神经网络交易算法

旧版声明

本文为旧版实现,仅供学习参考。

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

\

策略案例

https://bigquant.com/experimentshare/723e10568f294571924b89f3953ce20b

\

更新时间:2024-05-20 01:02

WorldQuant Alpha101因子 附录三:所有因子的SQL实现

https://bigquant.com/codeshare/4515d40b-c2f4-4439-a2c9-92931adb0c6d

\

更新时间:2023-08-21 10:56

量化择时


\

更新时间:2023-05-04 15:10

如何高效、优雅地进行高频策略回测?

今天与大家探讨高频策略的回测框架。高频策略的研发,有两个显著的特点: 一是数据量大,与日频相比,分钟频率就是百倍的数据量, 到秒级别更达到上千倍的差异。 二是对交易细节敏感,回测系统要尽可能去模拟真实交易的情形,甚至要比真实交易更严格,这样研发出来的高频策略才有实盘的价值。所以高频策略要考虑的细节很多,决策时间点,成交价,手续费,流动性等。细节考虑的不到位,策略回测和实盘交易就会差异很大,降低策略研发的价值和效率。 如何在大数据量前提下,尽可能的将细节考虑到位,就是高频策略回测系统的挑战,也就是严谨和高效的权衡。

下面和大家一起构建一个秒级别的策略回测框架。 一般来说,回测框架会包含以下几个

更新时间:2023-04-10 09:18

用LSTM神经网络模型训练期货高频数据

高频交易经常被提起,却始终蒙着一层神秘面纱,仿佛那只是金字塔尖那一小撮人的玩物。今天我们就从期货高频数据下手,去揭开神秘面纱的一角,并尝试搭建神经网络模型对高频数据进行预测,抛砖引玉,希望能让对金融数据分析,量化交易,人工智能感兴趣的朋友有所收获。我们已经将本文的全部源数据+源代码+python环境打包好,做到开箱即用, 文末有获取方式,欢迎大家下载自己动手继续学习和研究。

先看我们最终的模型结果,在训练集和测试集上的表现:

下面开始探索数据。

交易时间

以本文要研究的螺纹钢(RB)为例, 与股票不同,期货不仅在工作日白天交易,很多品种还有夜盘, 每个交易日就是从夜盘开始计算的。

更新时间:2023-04-10 09:17

用传统框架测试机器学习-GBDT算法

策略案例

https://bigquant.com/experimentshare/44cc116a1dad4c37983b9be35da208ee

\

更新时间:2022-11-20 03:34

DeepAlpha-DNN应用实践报告

本集合里将分享平台开发者们对DeepAlpha系列的实践研究报告

\

更新时间:2022-11-08 08:26

Citadel-美国量化机构

The Story of Citadel

Citadel纪录片分享!House of Ken Griffin – The Story of Citadel!了解Ken Griffin是如何把Citadel打造成为300亿美元对冲基金!

https://www.bilibili.com/video/BV1ot4y1j74y

Citadel创始人访谈

Citadel城堡投资集团 肯·格里芬 在大卫·鲁宾斯坦访谈 The David Rubenstein Show - Citadel's

更新时间:2022-10-10 13:02

文艺复兴-美国量化私募

交易策略揭秘

Renaissance Technologies文艺复兴科技公司交易策略揭秘记录!该短片中详细介绍了文艺复兴科技公司多年来如何开发各种交易策略,从早期的均值回归到利用内核方法等等。

https://www.bilibili.com/video/BV1ae4y1f7Em

\

更新时间:2022-10-10 12:50

量化私募说

分享头部量化私募团队、策略、深度资料等

\

更新时间:2022-10-10 09:45

行业配置策略,宏观因子视角-华泰证券-20200804

摘要

本文提出了一套宏观风险配置框架,并在大类资产和行业上进行实证分析

本文主要工作如下:1、构建了一套涵盖增长、生活端通胀、生产端通胀、利率、汇率五大风险的宏观因子体系,并进行了因子资产化处理,以满足高频、低时延、可交易的需求;2、提出了一套宏观风险配置框架,能够将投资者对于宏观环境的预测观点通过定量化的手段落地到投资实践中,使得投资组合既能适配特定宏观环境,又能达到较优的风险收益特征;3、测试宏观风险配置模型在大类资产和行业层面的表现。实证结果表明,本文提出的宏观风险配置模型能够为投资者提供定量化、动态化、及时性、普适性的宏观风险配置工具,并且大类资产上的表现要优于行业上

更新时间:2022-10-09 10:08

如何运用人工智能进行投资J.P. Morgan:AI for Investing

摘要

2022世界人工智能大会于2022年9月1日至3日在上海举办。世界人工智能大会自2018年以来,已成功举办四届。2022世界人工智能大会由国家发展和改革委员会、科学技术部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院和上海市人民政府共同主办。

作为本届世界人工智能大会承办单位之一,数库科技于9月3日下午举办以“数无疆·智无界”主题分论坛,J.P. Morgan亚太地区量化策略负责人Robert Smith先生发表了题为*《Big Data and AI Strategies:AI for Investing》*的主题演讲,Robert Smith分别

更新时间:2022-09-19 03:58

分页第1页第2页第3页第4页
{link}