风险管理

从金融视角来看,风险管理是企业持续发展和稳健运营的核心要素。它涉及识别、评估、监控和控制潜在的风险,以便将不良影响最小化,并促进企业在不断变化的经济环境中保持弹性。有效的风险管理策略不仅有助于保护资产和减少损失,还能增强投资者的信心,维持公司声誉。为了确保这一流程的实施,金融机构通常采用先进的风险测量模型和技术,以及严格的内部政策和程序。这样的方法使机构能够预测潜在威胁,迅速应对突发事件,并在机会与风险之间找到适当的平衡,从而实现可持续增长和盈利。

29th Meetup

\

更新时间:2026-08-15 01:34

选到的股退市了,策略无法继续运行出信号,怎么处理?

问题

选到的股退市了,策略无法继续运行出信号,怎么处理?

更新时间:2026-08-11 10:00

行业轮动策略

一、策略概述

1.1 背景介绍

行业轮动策略是一种量化交易策略,旨在通过在不同行业之间进行资金分配,捕捉市场趋势和行业表现的周期性变化。 从名字即可看出,经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业,因此我们如果能布局这些行业并定期轮动调整,那会取得还不错的投资效果。与单纯持有某个行业或个股相比,行业轮动策略通过分散投资风险,提高了组合的抗风险能力,并且能够在不同的市场环境中寻找最佳的投资机会。

1.2 研究目的

本策略是曾经在社区里的一个策略复现而来,策略链接为:<https://bigquant.com/wiki/doc/v10-uKB4qr0I

更新时间:2026-03-28 14:59

DeepAlpha短周期因子研究系列之:DNN在量化选股中的应用


\

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平台:

https://bigquant.com/data/home

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

新版表达式算子:

<http

更新时间:2026-02-26 03:38

一个量化交易的秘密为什么技术指标的准确率不到50

在变幻莫测的金融市场中,无数投资者终其一生都在寻找那个能预测未来的“圣杯”:一个完美的交易信号,一个能精准捕捉市场脉搏的技术指标。我们沉迷于复杂的图表、研究各种理论,希望找到一种确定性。但这种追寻往往伴随着困惑与挫败。

如果告诉你,那些我们深信不疑、看起来高深莫测的趋势指标,其预测的准确率,可能还不如简单地抛个硬币呢?

最近,一位业内人士在分享中,无意间揭示了一个关于市场、概率和人性的惊人秘密。这个秘密颠覆了许多传统交易观念。本文将分享其中最核心、也最颠覆认知的几个观点,帮助你重新审视交易的本质。

\

第一个真相:所有追趋势指标的准确率都不到50%

文章开篇,我们先来看一个最大胆

更新时间:2026-02-03 01:39

忘掉代码:关于量化投资,你应该知道的3个反直觉真相

很多人一提到量化投资,脑海里浮现的都是复杂的代码、闪烁的屏幕和神秘的“黑箱”。但实际上,量化投资的真正精髓并不在于编程,而在于一个更根本、更直观的概念:“因子”。本文将为你揭示三个关于量化投资的反直觉真相,帮助你拨开迷雾,理解其核心。

核心是“因子”,而非代码

量化投资的首要真相是:理解“为什么”投(因子的逻辑),远比“怎么”投(编程实现)更重要。

做量化可以不懂Python但是不能不懂因子,代码可以抄、策略可以偷、但是因子理解不行就是不行。

这句行内话点明了关键。因子,才是量化策略的灵魂,是驱动买卖决策的根本逻辑。代码仅仅是执行这个逻辑的工具。即使是目前最先进的人工智

更新时间:2026-01-27 02:32

别再骂量化了!这三类散户,正在悄悄靠它赚钱

一、量化交易是敌是友?

谈到“量化交易”,许多散户投资者的第一反应可能是厌恶和恐惧。在大家看来,这股由算法驱动的神秘力量似乎总是在市场上兴风作浪,收割着普通投资者。量化交易真的只是百害而无一利吗?

凡事都具有两面性。虽然量化交易确实让一部分投资者损失惨重,但它也为另一部分人创造了独特的盈利机会。在如今的市场环境中,一些精明的投资者非但没有被量化收割,反而巧妙地利用它创造的条件为自己服务。

问题是,谁是受害者,谁又是受益者?本文将为你揭示,在量化交易主导的时代,哪些投资者最容易受到冲击,而哪些投资者又在悄悄地从中获利。

**二、明显的受害者:两类被量化精准打击的投资者

更新时间:2026-01-21 01:06

交易总是亏钱?别怪市场,问题出在这3个致命的“懒”

你知道为什么九成的人在市场里混一两年就被淘汰吗?别再归咎于技术不行,或是行情太难了。

问题的根源不在市场,在你身上——在你那三个致命的“懒”上。这种懒惰并非身体上的懈怠,而是思维和行为上的惯性,它让你始终无法像专业人士一样对待交易,从而在市场中反复犯错,直至出局。

懒于记录:凭感觉交易,无异于玩命

听好了。业余交易者最常见的错误就是凭感觉和模糊的记忆做决策。今天赚一单就飘,明天亏两单就炸,情绪完全被市场牵着鼻子走。

而职业交易员恰恰相反。我们最怕的不是亏钱,是不知道自己为什么亏。所以我们会一丝不苟地记录每一笔交易,这不仅仅是记账,更是记录决策的全过程:**入场的逻辑是什

更新时间:2026-01-20 01:52

日内卖出跨式期权套利策略解读

更新时间:2026-01-08 03:24

kinghh 作业一

1、请用自己的话解释什么是量化投资

利用数学模型进行投资决策,其核心将投资思想转化为可量化的指标来识别投资机会、执行交易并管理风险


2、请你列出你认为的量化投资的优势和劣势。

优势 :避免主观情绪干扰,严格按模型执行。快速处理海量信息,捕捉人脑难以发现的复杂机会,精准交易避免手忙脚乱。

劣势:可能会出现小概率事件,要做好风控

更新时间:2026-01-07 06:23

用可视化的方式提取自己构造入库的因子

更新时间:2025-12-30 06:37

如何利用stockranker开发做空策略?

问题

我试过用stockrank来标注做空股票和期货,(默认参数,回测做空的代码都写好)标注上加-,如-shift(close,-2)/shift(open,-1)或-shift(open,-1)/shift(open,-2),随机生成几百甚至上千的策略回测所取得的效果普遍没有做多好,大多数情况甚至连正收益都达不到,而做多好多都轻松取得正收益,是算法的特性还是有其他窍门?

视频

https://www.bilibili.com/video/BV1Ny4y1E7KJ

\

策略源

更新时间:2025-12-30 06:37

12.24策略会预告:期货高频因子策略

视频

https://www.bilibili.com/video/BV1p14y1K7mp/

介绍

{w:100}{w:100}{w:100} ![{w:90}{w:100}{w:100}](/wiki/api/attachments.redirect?id=c07884e1-08b3-4073-9bf2-9ebca5efc0

更新时间:2025-12-30 06:37

【Meetup讲义】10月15日讲义

https://bigquant.com/experimentshare/728eb11c745f400aba4c91a4839b253a

\

更新时间:2025-12-30 06:37

一阳穿多线策略的因子描述-滚动训练

【此文档为旧版】 相关新版文档参考:

https://bigquant.com/wiki/doc/ai-rq8QOC2fDb

策略案例

https://bigquant.com/experimentshare/16571b942a8a4a92a4914c15f65d0883

\

更新时间:2025-12-30 06:37

xgboost自定义目标和评估函数

https://bigquant.com/experimentshare/85eb463354e54a9695eddc0c570040e6

\

更新时间:2025-12-30 06:37

如何实现分钟级的10%止盈, 5%止损?

问题

如何实现分钟级的10%止盈, 5%止损?

视频

https://www.bilibili.com/video/BV1Zh411p7d3?share_source=copy_web

策略源码

[https://bigquant.com/experimentshare/43fe937ce35243aba7ce77b2f026c6ff](https://bigquant.com/experimentshare/43fe937ce3

更新时间:2025-12-30 06:37

参数寻优获得/夏普信息比/最大回撤/胜率-2

8月19日Meetup模板:第二种方式

https://bigquant.com/experimentshare/5e82e63fe5154eb58b69ffa37998d588

\

更新时间:2025-12-30 06:37

获利盘函数、筹码理论中,是否可以取到 股指IF、IC、IH的值?

更新

本文为旧版实现,仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU


预计算因子表[数据平台] https://bigquant.com/data/datasources/cn_stock_prefactors

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

[http

更新时间:2025-12-30 06:37

如何进行多策略组合及分配各自的仓位配比?

资产配置理论及其演进

大类资产配置理论研究始于20世纪30年代,传统配置策略包括60/40、等权重投资组合和均值方差模型等。20世纪90年代,为了放宽MPT的假设条件,提高理论在实践中的可行性,以BL、捐赠基金模型、投资组合保险策略、美林时钟等为代表的大类资产配置策略被提出。进入21世纪以后,市场开始用“因子”来解释资产的投资回报,不同因子的开发和基于因子的配置模型逐渐受到市场的关注。随着科技在金融领域的应用,基于MPT、大数据和人工智能的配置模型(智能投顾)正在被广泛使用于个人资产配置上。 未来大数据+机器深度学习或将打破人类认知局限,将我们带入资产配置4.0时代。

资产配

更新时间:2025-12-30 06:37

如何用收盘前10分钟或5分钟的数据代替收盘价以便买入

问题

如何用收盘前10分钟或5分钟的数据代替收盘价以便买入

视频

https://www.bilibili.com/video/BV1Q44y1N7nJ/

策略相关

A:WAP价格回测功能

更新时间:2025-12-30 06:37

storanker模型同时买入因子最大和最小

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-12-30 06:37

上涨和下跌预测的stockranker模型组合(卖出)

https://bigquant.com/experimentshare/962ef5e58f1e41acbeecaa0161fc56c6

\

更新时间:2025-12-30 06:37

如何利用滚动回测进行策略开发和因子挖掘?

问题

如何利用滚动回测进行策略开发和因子挖掘?

视频

[https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086](https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2

更新时间:2025-12-30 06:37

如何获取策略模拟资金曲线信息 ,再反向输出集成策略?

问题

如何获取策略模拟资金曲线信息 ,再反向输出集成策略?

视频

https://www.bilibili.com/video/BV1wR4y1C7ZT/?vd_source=ecd29bbd04cbefdfa426167c55241973

策略源码

[https://bigquant.com/experimentshare/b8a38c78cb844ac3bc3821e42497ff5

更新时间:2025-12-30 06:37

分页第1页第2页第3页第4页第5页第6页第7页第8页第9页第17页
{link}