量化
-
AI量化系统之长期主义的思考
从长期来看，投资离钱这么近，离数据这么近，信息决策如此重要的领域，AI一定是要主导的。 技术面者首当其冲。 基本面者好一些，但ChatGPT如日中天，时间问题。 因此，我们做长期主…
-
DeepAlphaNet：端对端的因子挖掘与策略构建
目标：建立以因子挖掘为核心的“流水线”策略工厂。 10月目标：gplearn改造，整合，alphanet实现。 系统代码发布V1.7： 代码及数据均可以下载，请同学们更新： 今日t…
-
Quantlab1.8源代码发布，私募分享会以及星球后续方向研讨
主流的公、私募量化，多因子模型是重中之重和热点方向。容量大，可以与前沿技术相结合。 东方证券的一张图：多因子选股体系 多因子选股体系主要包括 Alpha 模型、风险模型、交易成本模…
-
12年年化收益14.5%的大小盘轮动，投资应该可以很简单的（代码+数据下载）
后面咱们社群的规则： 1、每周打包更新系统源代码及数据1次（暂定每周五）。 2、加一条主线：给星友们提供线上化的回测系统，避免新同学安装，使用的成本。（代码仍然会提供下载）。 3、…
-
打造一个可以免安装，直接使用的AI量化平台（代码已更新，可下载）
我们还是从ETF开始，原因是新的投资者，从ETF，大类资产开始，总是不错的选择，甚至于，如果你不是，也不想成为专业投资者，只能享受投资复利的话，使用ETF就够多了。 当市场越来越有…
-
ModelTrainer：基于AutoGluon的多因子合成AI量化通用流程
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…
-
Keras(Tensorflow) vs AutoGluon对沪深300指数20日收益率预测对比（代码+数据）
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…
-
来自一线的声音：与一些私募同学访谈后的一些总结
下面是StockRanker的源码（基于lightGBM的排序学习）： import numpy as np import pandas as pd from sklearn.mo…
-
SAAS化的AI量化系统前端技术选型考量
vue和jquery的优劣，也并非一目了然。 大项项目，现在都追求前后端分离，前端工程化与数据驱动的模式。 但在小型项目中，一个人完成前后端的项目中，vue代表的工程化可能就略显重…
-
DeepAlphaGen:强化学习的因子组合挖掘：框架代码+数据下载
Quantlab近期的计划： 1、重构dagster：含etf数据更新定时任务（symbol列表来自django），回测任务来自mongo（需要设计mongo存储json，比当前的…
-
Dagster搭建AI量化系统底座
Quantlab近期的计划： 1、重构dagster：含etf数据更新定时任务（symbol列表来自django），回测任务来自mongo（需要设计mongo存储json，比当前的…
-
Quantlab1.8源代码发布，私募分享会以及星球后续方向研讨
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…
