新做了暗流涌动因子 虽然这个因子效果并不突出，但是似乎加入到滚动训练有一点作用

新版保温杯 + LGBM改 运行很快 存取模型\n水滴是用万老师模板的\n暗流涌动因子是刚发在这儿[方正 暗流涌动 因子构建 基础](https://bigquant.com/wiki/doc/B4eg

潮汐因子策略汇总

基于方正金工研报《个股成交量的潮汐变化及"潮汐"因子构建》

一、核心思想

成交量的日内变化如同海洋潮汐:

• 成交量从低到高 → 涨潮
• 成交量从高到低 → 退潮
• 一次完整的低→高→低过程 → 一次潮汐

**

笑宇老师在私享会线下课分享的新版机器学习滚动训练V2与旧版相比，重新组织了策略代码，结构更简洁清晰，让我这个退休程序员在AI的帮助下也读懂了各段代码的含义。在了解各种机器学习模型的过程中，了解到模型参数对模型的性能有极大的影响，于是根据AI的提示对模型参数做了简单的修改，使回测速度在4C16

以下信息由“豆包”生成，不一定完全准确。

BigQuant作为专业的量化投研平台，对**经典机器学习、深度学习、量化专用模型**均做了深度适配，支持**Python原生库调用**+**平台内置封装**两种方式，能完美衔接量化因子挖掘、模型训练、回测一体化流程，除XGBoost外，主

from bigquant import bigtrader, dai
import pandas as pd
from datetime import datetime, timedelta
import numpy as np
from sklearn.linear_

笑宇老师新版保温杯策略是一套非常经典实用的机器学习滚动训练框架，可在此框架上进行魔改。原模型使用的是XGB模型，实际使用时如果回测期较长的话，耗时比较长，笔者将模型改为基于LightGBM 机器学习模型，用于快速验证魔改效果。同样使用2C/8G情况下，XGB跑5年数据常常宕机，LGBM实测十

\

视频回放：

1月24日：新版机器学习与滚动训练（上海私享会线下分享）

\

策略代码：

[https://bigquant.com/codesharev3/10a2af8e-4279-48

直播回放：https://bigquant.com/college/3bced27c-db84-4c6a-83b9-7f1fe35d7180

AI对我们生活的改变已不言而喻。

理论上来说，任何人能做的事其实AI都可以做。早晨有私享会会员在群里问我，如果AI可以量化投研，那未来私募做什么。

在BQ平台上部署Kronos模型，此内容仅部署了small模型(base模型可自行下载使用，预测较慢)，使用2026年1月20日之前3日5分钟K线图作为输入，预测1月21-22日的5分钟K线，使用2日后的预测结果计算预测回报与真实回报做趋势对比，横盘的剔除，small预测准确率为56.3%(100只

大家好～投研活动每周我们会汇总总结大家的结果，并且按进度汇总结果。

每个月会出一个投研报告，同时定期也会组织投研分享活动。

因为初期可能大家对整个投研流程有所不了解，包括大家进入私享会的时间不一致。

所以这次做个因子投研团启动会，包括初期投研方向介绍，投研工具介绍，以及结果如何沉淀。

会把投

文件目录

阿佩尔均线操盘术 活跃投资者的超级工具 ([美]杰拉尔德·阿佩尔(Gerald Appel)著) (Z-Library).pdf

波浪原理(艾略特).pdf

缠中说禅：教你炒股票108课 高清 原著合集 图文全版.pdf

缠中说禅：教你炒股票配图版上.pdf

缠中说禅

\

\

一、策略目标

本策略在可交易的A股范围内，构建“盈利成长强 + 规模相对较小”的选股逻辑：\n以净利润同比增速作为成长信号，同时对总市值进行相对惩罚，形成综合得分，从而挑选出“成长更强且不那么拥挤”的股票组合，并通过按交易日调仓（每日调仓）保持组合始终处于最新的优选

保温杯策略回顾

保温杯策略是一种基于机器学习的风格因子动态配置方法，其设计思路源于对A股市场风格轮动特性的深刻洞察。该策略将Barra风险模型中的核心风格因子包括规模(Size)、价值(Value)、动量(Momentum)、波动率(Volatility)、质量(Quality)及成长(Gr

https://bigquant.com/codesharev3/8d7b4269-308e-46f9-9222-bd3c8ba7b0f9

参考资料：

在“私享会”内部，我们正式推出全新协作型组织——投研团！这是一个围绕具体策略方向组建的兴趣聚合、目标导向型研究小组，旨在帮助每位成员从“单打独斗”走向“团队攻坚”。

什么是投研团？

• 核心定位：以策略为单位的小型协作研究团队
• 组织形式：每个投

一、策略目标

本策略面向多只交易型基金（含跨市场品种），通过短期均线与中期均线的交叉信号实现择时交易：\n当出现趋势走强信号时进入持仓，当趋势走弱信号出现时退出持仓。策略目标是：

• 捕捉趋势行情：在上涨趋势中参与收益，在趋势转弱时及时离场；
• *降低回撤与震荡损耗

一、策略目标

本策略在可交易的A股范围内，基于股息率构建因子选股组合，并通过固定频率调仓（每5个交易日）实现稳定、可复现的策略执行。策略核心追求：

• 收益来源清晰：以“高股息率”为主要收益逻辑；
• 风险相对可控：通过市值、估值、价格过滤 + 固定持股数量等权分散

导语

大家好，今天详细介绍下私享会成员如何使用SDK。

\

SDK安装包

下载包

[bigquant-0.1.0.post104+g82d82af-py3-none-any.whl 63063](/wiki/api/attachments.redirect?id=3e39d777

优化项

• 兼容 8G 低内存运行
• 支持 GPU 加速运行
• 自适应特征数量
• 增加交叉验证早停，避免过拟合

[https://bigquant.com/codesharev3/388cec08-0344-4960-820f-5b50998f30c3](https://b

聪明人未必能做好投资

我买过一些名校出身的基金经理的产品，结果亏成狗。我总结这些失败的投资经历后认为，纵然是聪明人，世界一流顶尖人才也未必能做好投资。管理人的学历只能作为产品宣传的噱头，不能作为产品业绩的保证，这是很多投资新手在买产品时容易掉进的陷阱。

投资中的KISS原则

一些与量化投研关系不大的闲聊。

AI因子挖掘项目培训

大模型驱动的量化投资策略开发

主讲人: 徐啸寅

大模型驱动的量化策略开发体系以 **多模态大模型（如DeepSeek、GPT-4）**​ 为核心，结合 时序数据库、知识图谱​ 和 强化学习框架，构建“数据-信号-策略”全链路闭环。系统通过以下技