量化
-
[量化]金融时间序列平滑处理的常见方法和代码实现
代码 https://github.com/nutquant/QuantCode/tree/main/code/6_time_series_data_smoothing 金融市场…
-
[量化-论文解读]用分层强化学习实现资产选择和交易的联合优化,创造更高超额收益
一 本文简介 Pair Trading(配对交易)是一种最有效的统计套利策略之一,它通过对冲一对选定的资产来寻求中性利润。目前的方法通常将任务分解为两个独立步骤:配对资产选择和交易…
-
量化投资白皮书,一文扫描行业现状,前沿技术实践和未来发展趋势
各年度策略核心观察池业绩表现 量化人才面貌 量化从业者薪酬构成 量化日常工作挑战 畅想未来3年量化行业关键词 量化人心中的海内外量化机构榜样 常用机器学习模型排序 白皮书数据来源
-
[量化]胜率66%的多维度行业轮动策略
一 本文简介 本文提出了一种新的行业轮动模型,该模型综合考虑了基本面、技术面、资金流等多个维度的因子,构造了基于行业残差动量、行业盈余惊喜、行业北向券商资金流的单因子行业轮动模型。…
-
[量化-讨论]如何设计交易退出策略
讨论话题 我创建了一个相当不错的算法,可以帮助我识别该买入和卖空哪些公司。虽然交易次数不多,但当前胜率达到了80%。感觉很好,但现在我开始思考何时退出持仓。我只考虑了何时进场,而没…
-
年化收益20%夏普1.1的创业板动量策略
策略名称: 创业板动量策略 策略简介:动量交易是通过分析近期价格趋势的强弱来买卖金融资产的策略,创业板动量策略使用创业板一个月的涨幅作为交易信号,如果涨幅大于8%,则买入,如果涨幅…
-
[量化]九坤Kaggle 量化大赛有哪些启示?
一 本文概要 众所周知,数据科学在线社区日渐成熟,越来越多的爱好者投身于网络编程竞赛之中。国内量化私募九坤投资在2022年1月启动了Kaggle竞赛,吸引了两千多只队伍参赛,该竞…
-
PRUDEX-Compass:全面系统地评估强化学习交易策略的工具
一 本文摘要 金融市场中,强化学习(FinRL)已成为训练代理进行盈利性投资决策的重要研究方向。然而,FinRL方法的评估通常只关注与利润有关的指标,忽略了许多关键的指标。本文工作…
-
Mplfinance: 专门用于金融数据可视化的工具
Mplfinance是由 matplotlib 开发团队开发的专门用于金融数据可视化分析。使用Mplfinance轻松地创建金融可视化图,支持直接可视化存放在Pandas Data…
-
[量化]基于OpenFE的因子挖掘框架实践
一 本文简介 本文介绍了一种基于OpenFE的基本面因子挖掘方法,基于财务报表的数据以及基础算子之间按照一定的结构进行排列组合,利用OpenFE框架筛选出不同风格类型下表现最好的…
-
[量化-研报复现] 通过指数估值因子分析市场状态
一. 估值因子的作用 估值因子是指投资者用来衡量股票价格是否与其内在价值相符的工具。它们可以用于比较股票或行业内的股票相对于其他行业的指标。量化投资者可以使用估值指标来帮助他们识别…
-
[量化-代码分享] 简单有效的JPX股市预测高分方案
竞赛介绍 任何金融市场的成功都需要一个人确定可靠的投资。当股票或衍生品被低估时,购买才是有价值的,高估的时候需要卖出。JPX主办了本次比赛,希望探索数据分析技术在股市上的应用。 比…