股票
-
自研“因子挖掘流水线”——语法树的实现（附python代码）
由于因子挖掘对于量化投资非常重要，因此本周开始，自研“因子挖掘流水线”。 1、拆解deap和gplearn代码，自研因子挖掘框架。 2、写因子挖掘的专栏系列教程。 我们需要一种符合…
-
单因子年化23.7%，基于deap的因子挖掘，我改进了fitness和metrics方案（附python代码和数据）
我们目前投入使用的因子挖掘，基于两个框架，deap和gplearn，deap做一点点改动，就可以完美应用于多标的截面因子挖掘。而gplearn如果要支持三维数据，则需要很多改动，但…
-
年化26.4%，quantlab5.5发布——多任务机器学习组合优化，可视化策略生成向导（代码+数据）
本次代码主要更新： 1、主界面gui应大家要求加回来了，同时更加易用了。包括因子轮动策略，信号策略下周再加进来。 2、时间序列分析界面。 3、多任务机器学习策略的代码。 01 主…
-
量化策略开发步骤系列（4）参数分析和过度拟合
这是量化交易系列文章的第二系列——量化策略开发步骤系列。 第一系列请参考专栏： 量化交易系统。很多朋友反馈最近的文章代码太多，看不懂。 这一部分将实现零代码分享，尽可能简单地介绍…
-
红利低波与创成长，加上动量过滤，年化12.6%（python代码）
未来几周，我们会做的几件事情： 1、数据方面： 基础量价数据自动更新，目前计划三类数据：指数、ETF、期货。（日线），期货是主连合约日线。 其他如果大家有需要，或者有好的数据源，请…
-
年化26.4%，quantlab5.5发布——多任务机器学习组合优化，可视化策略生成向导（代码+数据）
本次代码主要更新： 1、主界面gui应大家要求加回来了，同时更加易用了。包括因子轮动策略，信号策略下周再加进来。 2、时间序列分析界面。 3、多任务机器学习策略的代码。 01 主…
-
量化策略开发步骤系列（5）向前测试和统计意义
这是量化交易系列文章的第二系列——量化策略开发步骤。 第一系列请参考专栏： 量化交易系统。很多朋友反馈最近的文章代码太多，看不懂。 这一部分将实现零代码分享，尽可能简单地介绍量化策…
-
量化策略优选发布，支持策略发布到服务器持续运行（附python代码）
本周的代码更新说明：年化26.4%，quantlab5.5发布——多任务机器学习组合优化，可视化策略生成向导（代码+数据） 这两天持续优化了gui功能： 主要使用了streamli…
-
创建一个年化18.3%的策略，一共要多久？超乎你想象
咱们线上平台，已经支持信号规则， 点一个按钮，创业板动量策略就出来了，快速验证的想法，而不需要写代码。——当然这个平台，昨天已经把代码都同步到星球了，运行出来的效果是一样的。——年…
-
普通人做量化，股票多因子策略是否有必要呢？
关于量化的一些思考。 老生常谈的一些问题——”如果有好的策略，自己蒙头赚钱，怎么可能还会教你？” ——这确实是投资里的一个悖论。 策略是有容量，是排他的。 …
-
年化26.4%，quantlab5.5发布——多任务机器学习组合优化，可视化策略生成向导（代码+数据）
本次代码主要更新： 1、主界面gui应大家要求加回来了，同时更加易用了。包括因子轮动策略，信号策略下周再加进来。 2、时间序列分析界面。 3、多任务机器学习策略的代码。 01 主…
-
那些年，量化实验室做的事情。
有一部分技术高手，很希望多提供机器学习、深度学习这样的前沿技术来量化。另一部分量化新手，希望多提供体系化教程。 这里我说明一下，首先星球有自己的节奏，但确实无法一一照顾到，而是满足…
