Python
Python标签描述

精通AI、CV、NLP、pytorch、HFT和python。 WeChat:_marketing_007 ![image.png](1)

上一篇文章中我们对高频因子的优势和类型做了简要介绍,从这篇文章开始,我们将对每一大类因子做介绍,并从中选取具体一例因子,实现从数据构建到测试评估的整个过程。 研究环境利用聚宽因子分析API,构建因子函数类;研究在日内高频分钟级数据中挖掘构建高频因子,并对该因子进行有效性检验。 一、动量反转因子 1.1动量反转因子 第一类因子为动量反转因子。动量反转因子通常由过去一段时间的特定类型的涨跌幅构造,其因子收益一方面可能来源于非理性投资者的行为偏差造成的错误定价,另一方面也可能来源于承担特定风险获得...

一因子原理 我们先明白一个原理,主力一定是在低位建仓,一定是在波动小的时候建仓,不会在暴跌,暴涨的票建仓,反之如果建仓,那之前被套的不就解套了?大资金就成接盘侠了。所以也产生了一个反人性的逻辑事实,就是是因为他们建仓,所以那里才成为低位。 二利用原理反推因子规则 接着前面的话说,要规避掉暴涨,暴跌的票子,那么就是在大盘里面找价格比较稳定的,赌主力要拉这个票,于是我让ai帮我写一个策略,就是找价格稳定的来投资,代码: classStabilityRankFactor(Factor): de...

1.引言 招商证券发布的这篇研究报告《AI系列研究之一:端到端的动态Alpha模型》探讨了一种基于深度神经网络的动态Alpha因子模型,旨在解决传统线性Alpha模型的局限性。这项研究不仅展示了机器学习在量化金融领域的应用,也为投资决策提供了新的思路和方法。本文将详细分析报告中提出的模型架构、实验设计、创新点以及实际效果。 2.传统因子投资框架及其局限性 2.1传统多因子Alpha模型的构建流程 传统的多因子Alpha模型构建一般包括以下步骤: 单因子研究与筛选 因子预处理(异常值处理、标准...

上篇[基于《AI系列研究之一:端到端的动态Alpha模型》理论分析](https://www.pandaai.online/community/article/77) 本篇文章会对其中各部分进行代码研究 大概流程划分为下 ![1.png](1) 数据清洗 目的 保证输入数据的质量,剔除不符合要求的样本。 减少后续特征工程和模型训练的偏差。 过滤掉ST和退市股,可避免模型学到噪声或极端异常;空值剔除确保计算指标和归一化不出错。 python defget_all_stocks(self,e...

  Co   2025年05月12日   189   0   4 历史数据Python机器学习