关注
这是面向新用户的 Python 教程，并结合了 JoinQuant 获取到的数据进行了讲解。 如果你之前没有学过 Python， 或者对 Python 不熟，那不要再犹豫了，这个教程就是为你准备的！ 更多内容请查看量化课堂 - Python编程板块。 ...
关注
搞量化不能不学遗传算法，在特征选择、选股、非凸函数的优化问题上都可以用此算法，而且收敛速度较快，参数设置恰当也不易进入局部最优，性能上有很多优势，可以说是很厉害了。遗传算法和神经网络有些神似，都是基于现实经验...
关注
本文介绍了多因子选股模型的具体步骤，首先进行因子选取，对因子值进行排序，计算收益情况，然后通过量化指标筛选因子，剔除冗余因子，最后对于筛选得到的因子进行交易，再次计算收益率并进行对比。 多因子选股...
关注
做大盘研究就想出这么个方法，这次研究不够完善，所以见谅，仅作讨论。600 指数里有很多不同种类的指数，只是希望找出与大盘指数偏离大的指数在进行分析，看是否可以找出超跌的指数并选出指数里的股票提前建仓。 ...
关注
粒子碰撞运动轨迹模型-价格变动的粒子级本源我们都知道，价格变动是由买卖引起的，买卖的东西，无非就是成交量了，将成交量想象成粒子，假设某时间点 T 其待撞击粒子为V ,待撞击粒子为V 由T 时间内聚集形成，撞击粒子为V（V...
关注
发现大家刚开始不太会实现某种方法,其实平时多使用平台完全可以自己解决,但为了尽量避免让大家走弯路.在这里对一些问题进行有限整理,针对大家经常性问到的方法实现。其实很多问题可以通过社区搜索和共享函数库解决的,这里并...
关注
第一次发帖，多多包涵。利用“研究”做了各个指数的PE计算（等权重）。结果如下。供大家参考。2016-2-28更新，增加研究分享。2016-6-26: @scc 的 帖子更全面，importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt...
关注
均线策略在不同市场下的准确率 本次研究的方向是五日均线与十日均线的高低与市场涨跌的关系，假设五日均线高于十日均线的时候，第二天会上涨，通过对所有指数遍历，得出假设与实际情况相符的概率。 总结 通过程序的输出可...
关注
目前因子去极值、中性化、标准化没有标准的流程，券商研报对此语焉不详，不同平台处理各有特色，甚至将中性化、标准化混淆。查阅了一些资料，结合自己的理解，总结如下： 1、去极值。在处理金融事件序列的数据时，经...
关注
取用数据的时候有时候会取用dataframe的格式，本篇重点整理了相关的选取数据的内容，以便大家查阅和学习。欢迎反馈：） 摘要 选取行名、列名、值 以标签（行、列的名字）为索引选择数据—— x.loc 以位置（第几行、第...
关注
前几天看博客看到Alex Graves设计的ACT (Adaptive Computation Time Graves, 2016)通过构建包裹函数实现RNN模型在时间序列t可以进行n迭代计算，取权重累加和作为时间序列在时刻t的输出，其核心逻辑为通过拉长RNN的在时间序列...
关注
本文的主要内容为，分别测试多因子模型中的风险模型和收益模型，并比较二者的绩效。 风险模型概述 本文风险模型的自变量计算规则类似于Fama-French三因子模型的计算方法，模型当中的自变量为做多因子值较小公司、做空因子...
关注
0. 说在前面： 在聚宽混了两个多月，自己借鉴许多大佬的思路和代码，搞了一个轮动周期的框架，跑了一下感觉一般，算是开始入门吧。 PS: 小弟今年大三金融，对计算机不太熟悉，有些代码如果写错了还请各位大佬多多指出，...
关注
本人在阅读RSRS研报的时候，发现作者人为选择了右偏态的数据样本，以尽量达到最优解，本人觉得这样操作有过拟合的嫌疑，遂在聚宽论坛提出该质疑，现在随意测试了一个样本，提供大家参考 以上偏态数据，是我以随机数跑的比较...
关注
确切地说是周一强周四弱。进一步研究发现A股周一强周四弱并不是最近如此，已经持续了快两年了。所以把标题的“最近”两字去掉。哪知改标题会另起新文章，抱歉！ 本贴增加了“1多4空” 股指期货策略。这个策略很简单： 每...
移动端课程
本社区仅针对特定人员开放
查看需注册登录并通过风险意识测评
5秒后跳转登录页面...
