量化
-
Quantlab3.0进展，结合Quant4.0的思考：全自动，可解释AI量化是未来
年化42.86%，比基准的12.86高出不少，回撤才9.43%，还是比较稳健的。 策略核心代码如下：我们使用KNN算法，大家可以考虑替换成SVM，或者树模型lightGBM。 cl…
-
系统源代码发布v2.4供下载，带年化32.1%策略，简化GUI逻辑
昨天重读塔勒布的《反脆弱》，如何应对高度不确定的环境，建立反脆弱的体系呢？ 1、避免极端的负面黑天鹅。 对于个人，就是关乎生命安全，自由，重大财产损失的可能，要远离。 对于公司，…
-
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）
年化42.86%，比基准的12.86高出不少，回撤才9.43%，还是比较稳健的。 策略核心代码如下：我们使用KNN算法，大家可以考虑替换成SVM，或者树模型lightGBM。 cl…
-
系统源代码发布v2.4供下载，带年化32.1%策略，简化GUI逻辑
年化42.86%，比基准的12.86高出不少，回撤才9.43%，还是比较稳健的。 策略核心代码如下：我们使用KNN算法，大家可以考虑替换成SVM，或者树模型lightGBM。 cl…
-
quantlab3.0开启：回测+实盘+数据+AI智能的一体化交易平台
回顾一下AI量化的心路历程： 1、低风险阶段。 从场外基金开始，一开始是纯债，然后接触到固收+，到股债平衡。 做过一段时间优质主动型基金的评测和跟踪。 当时的目标是“智能投顾”。 …
-
Quantlab3.0进展，结合Quant4.0的思考：全自动，可解释AI量化是未来
简单回顾了咱们“AI量化实验室”一路走来，成长的三个阶段。 quantlab3.0开启：回测+实盘+数据+AI智能的一体化交易平台 1、低风险阶段：长期10%的年化。这套体系已经基…
-
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）
年化42.86%，比基准的12.86高出不少，回撤才9.43%，还是比较稳健的。 策略核心代码如下：我们使用KNN算法，大家可以考虑替换成SVM，或者树模型lightGBM。 cl…
-
340万名表，开上亿豪车，住6亿美金毫宅：科技才是人类的星辰大海；quantlab3.0整合gplearn因子挖掘。
开始之前，晒一下AI大佬镇镇场子。 我想最不被仇富，最有成就感，calling的目标，应该是突破前沿科技，给全人类带来福祉，然后通过资本市场（一级市场股权，期权）获得超级财富。 比…
-
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
说实话，熟悉咱们的同学都知道，这个领域有点“计划赶不上变化”，思路总在调整。 当初，咱们的初心不变。 用做科研的方式做投资。——那天好兄弟提醒我身上还有“科学家”气质，科学家暂时还…
-
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…
