股票
-
因子挖掘”流水线“的新架构(代码+数据)更新
昨天我们分享了调研,并确定了星球下一步的工作重点: CTA+指增多因子策略为主,收益10-15%,夏普2+(私募团队调研分享),建立科学的因子挖掘”流水线“是咱们实验室后续重点 因…
-
gplearn因子挖掘:分钟级数据效果还是非常好的:年化81%,最大回撤10%。(quantlab3.1源代码+数据下载)
今天的两件事情: 1、补充gplearn函数集,向world quant 101对齐,同时争取与咱们因子表达式复用。 2、发布3.1版本。 使用我们准备好的脚本,下载好螺纹钢的主连…
-
系统源代码发布v2.4供下载,带年化32.1%策略,简化GUI逻辑
底层替换了pybroker,其实我们仅依赖pandas(numpy),大家读起代码更容易了。 现在我们要把传统一些经典的规则策略和系统实现一下。 有同学问,为何为直接把gplear…
-
Quantlab3.0便捷实现海龟策略(策略代码)
底层替换了pybroker,其实我们仅依赖pandas(numpy),大家读起代码更容易了。 现在我们要把传统一些经典的规则策略和系统实现一下。 有同学问,为何为直接把gplear…
-
quantlab3.0系统代码预发布:附年化42%+的机器学习策略案例(小时级数据+代码下载)
按咱们星球的习惯,每周更新一次代码。 12.1系统原代码发布: 1、趋势策略更新:年化32.1%。 2、简化了gui,把策略task优化成通用的bug。 3、修正一些已知的bug…
-
系统源代码发布v2.4供下载,带年化32.1%策略,简化GUI逻辑
按咱们星球的习惯,每周更新一次代码。 12.1系统原代码发布: 1、趋势策略更新:年化32.1%。 2、简化了gui,把策略task优化成通用的bug。 3、修正一些已知的bug…
-
CTA+指增多因子策略为主,收益10-15%,夏普2+(私募团队调研分享),建立科学的因子挖掘”流水线“是咱们实验室后续重点
因子挖掘的流水线,一定是量化投资的未来。 分解下来, 一是数据,最常用的量价数据,无论是高频还是日频,对于我们处理没什么影响。 二是挖掘流程。gplearn或者深度强化学习,这也是…
-
因子挖掘”流水线“的新架构(代码+数据)更新
星球下一步的计划: 针对ETF,股票,期货建立因子挖掘流水线。 今天的两件事情: 1、补充gplearn函数集,向world quant 101对齐,同时争取与咱们因子表达式复用。…
-
gplearn因子挖掘:分钟级数据效果还是非常好的:年化81%,最大回撤10%。(quantlab3.1源代码+数据下载)
感恩过往数年的陪伴与支持。 持续行动100天之阶段复盘 100天的时候,已经是1年多以前的事情了。 1000天计划的核心是“持续”。需要辅以“专注”,“做减法”效果更佳。在一个足够…
-
gplearn引入自定义函数
后续咱们会在几块重点领域发力: 1、数据,给大家提供好数据(含脚本),日线,或者分钟线,期货,ETF,可转债,加密货币等。——这一块持续积累。现在我们已经有期货“主连”合约的日线脚…
-
投资要义:“股债平衡兼套利,低估分散不深研”
投资的世界纷繁复杂,千头万绪。 既然是科研,再乱的情况也得理出个线索。 投资的第一性原理是什么?——价值创造。 资本市场的缘起,本身就是聚焦资金办大事,共担风险。像大航海,发现新大…
-
医药,消费,国债,城投债:我们做一个股债大类资产配置
投资创造财富的公式: 本金*长期年化收益率 * 时间。 三个因素: 其中,本金,时间很好理解,以致于大家都快把它们忘了。——大家只关心收益率(注意这一项可能会为负哦)。 本金越大…