股票
-
AI量化社区，单元测试与重新引入pybroker
正在进行中的开发，包含但不限于： 1、引入pybroker引擎。 2、全流程单元测试，提升质量。 3、各种经典策略，前沿机器学习模型引入。 量化论坛建设中 AI量化是一个长期主义…
-
Quantlab开源量化系统升级：底层兼容pybroker，附年化20%的ETF波动率策略。
大概率，会启用pybroker。 底层引擎换成pybroker后，重构完成： 一个很重要的原因，其实咱们现在的框架，与框架之间耦合不多。就是在再平衡环境调用了一下api。因此，咱们…
-
AI量化系统Quantlab V1.7代码更新，支持pybroker引擎，含大类资产风险平价及波动率策略源码集，平均年化15%
围绕策略实盘，从因子挖掘开始，目前计划的路径三种： 一、gplearn为代表的遗传框架挖掘因子+StockRanker这种因子+合成模式 二、深度网络这种端对端DeepAlphaN…
-
AI量化系统之长期主义的思考
围绕策略实盘，从因子挖掘开始，目前计划的路径三种： 一、gplearn为代表的遗传框架挖掘因子+StockRanker这种因子+合成模式 二、深度网络这种端对端DeepAlphaN…
-
DeepAlphaNet：端对端的因子挖掘与策略构建
前面的工作，我们的框架基本完成了量化的基础工作，后续正式进入AI的部分。AI量化系统Quantlab V1.7代码更新，支持pybroker引擎，含大类资产风险平价及波动率策略源码…
-
ModelTrainer：基于AutoGluon的多因子合成AI量化通用流程
今天加上tensorflow(keras)的深度神经网络模型。 若是预测5天后的涨跌：训练集能到74.6%，测试集54.3%，比1天的好。 若是10天的收益率，训练集75.5%，测…
-
AI量化系统+GUI版本更新（代码+数据）
今天仍然是优化版本体验： 目前计划在短视频平台（搜索：AI量化实验室）上日更视频课程，大家感兴趣可以关注。 近期代码迭代记录： 2023-10-03 1、修改bug 2、支持con…
-
Keras(Tensorflow) vs AutoGluon对沪深300指数20日收益率预测对比（代码+数据）
有一些有意思的结论： 1、金融的信噪比太低，要么不拟合，要么过拟合的概率大。 2、前沿机器模型的能力强，模型不是问题，因些，我们搞AI量化，不需要在模型在发力。 3、目前看，根本…
-
在一个赌场，有两台机器A和B，明确告诉你，你投注A，赢的可能性达6成，而B是4成，你如何下注？
吾日三省吾身 不能不调研，也不能只听用户的，要抽离出背后的真实的需求，动机。 这是一个好的产品经理，最难的地方。 提供解决方案，就是利用“信息差”，提供一种“确定性”。 投资是一个…
-
减法：应对无序与纷杂AI量化投资世界
一直认为强化学习最适合金融投资，因为它是多轮博弈的结果，且博弈的成本都可以体现在过程中。 我一直在找一个通用的范式，我们开发的框架，也是奔着通用的，算子化，积木式的方式。 从原始数…
-
找到量化交易系统的感觉：为何重提海龟系统？
之前我们的框架很多是关注多支股票，或者ETF这样的大类资产配置，ETF趋势轮动这样的的策略集。 这样的操作，适合大资金。 但对于普通用户，追求更加激进，一般更适合从择时开始。但我们…
-
DeepAlphaGen:强化学习的因子组合挖掘
一直认为强化学习最适合金融投资，因为它是多轮博弈的结果，且博弈的成本都可以体现在过程中。 我一直在找一个通用的范式，我们开发的框架，也是奔着通用的，算子化，积木式的方式。Quant…
