草庐IT

Python量化交易05——基于多因子选择和选股策略(随机森林,LGBM)

  参考书目:深入浅出Python量化交易实战在机器学习里面的X叫做特征变量,在统计学里面叫做协变量也叫自变量,在量化投资里面则叫做因子,所谓多因子就是有很多的特征变量。本次带来的就是多因子模型,并且使用的是机器学习的强大的非线性模型,集成学习里面的随机森林和LGBM模型,带来因子的选择策略和股票的选择策略。由于股票数据的获取都需要第三方库或者是专业的量化投资框架,很多第三方库某些功能需要收费(Tushare),而免费的一些库(证券宝)获取的数据特征变量又没那么多。所以这里是用聚宽量化投资框架,是可以免费使用一些功能的(只需要注册一个账号)。这里获取数据就采用聚宽平台的功能了。数据获取本次使用

GPT-4击败华尔街?最新研究:选股回报超40%

如果把选股这事交给GPT-4来处理,会是怎样一种结果?一项对美国标普100指数(S&P100)展开的研究给出了答案:GPT-4表现比基准指数高出13%,回报率高达40%,同时保持了与市场相当的风险状况。这个在GPT-4基础上打造的选股AI,名叫MarketSenseAI。整体来看,MarketSenseAI结合了思维链和上下文学习的方法来分析各种数据源,包括市场价格动态、财经新闻、公司基本面和宏观经济报告等等。基于此,这个AI系统就可以模拟金融投资团队的决策过程了。而且值得注意的一点是,GPT-4在这个过程中不仅充当预测工具,还起到了评估器的作用。对于这项研究,论文作者给出了这样的评价:证明了

小市值选股策略代码分享(附python源码)

小市值选股策略的核心在于通过综合分析公司的基本面、行业定位、财务健康状况以及市场趋势,来寻找那些被市场低估但具备显著成长潜力的股票,同时也要重视风险管理和投资组合的多样化。 今天来给大家分享下小市值策略代码如下:#显式导入BigQuant相关SDK模块frombigdatasource.apiimportDataSourcefrombigdata.api.datareaderimportDfrombiglearning.apiimportMfrombiglearning.apiimporttoolsasTfrombiglearning.module2.common.dataimportOutp

筹码穿透率指标选股公式,衡量筹码抛压

在前面的文章中,介绍了博弈K线,它是根据筹码分布的原理结合普通K线的方法绘制出来的。当博弈K线的实体部分比较长的时候,说明当天穿越筹码密集区,有大量的筹码解套。通过引入换手率,可以衡量套牢盘的抛压程度。如果穿越筹码密集区时换手率比较低,代表着抛压比较小,此时可能处于主力控盘状态;如果穿越筹码密集区换手率比较高,代表着抛压比较大。基于这样的思路,筹码穿透率指标就产生了。筹码穿透率用当天的解套筹码除以当天的换手率,代表单位换手率下,股价穿越了多少筹码。筹码穿透率指标中的当天解套筹码和前文中介绍的稍有区别,以当天收盘价对应的获利比例减去前一天收盘价对应的获利比例。一、筹码穿透率副图指标公式思路:分别

通达信神奇九转指标原理及选股公式,无未来函数,数字不消失

神奇九转指标的原理源自技术分析师汤姆·迪马克(TomDemark)发明的TD序列,用于识别趋势衰竭和价格反转的时间。神奇九转指标是一种震荡指标,目的在于解决一些技术分析指标在趋势行情中有利可图,但在震荡行情中表现很差的问题。一、神奇九转指标原理神奇九转指标的原理,需要了解两个基本概念:牛市反转:K线收盘价高于四天前的收盘价熊市反转:K线收盘价低于四天前的收盘价1、九转买入结构九转买入结构从一根熊市反转K线(即K线收盘价低于四天前的收盘价)开始计数,起始数字标记为1,下一根K线如果还是满足收盘价低于四天前的收盘价,就标记为2,以此类推,生成1、2、3、4、5、6、7、8、9的数列,当出现9,价格

债券市场投资学:基本面+技术分析+选股

作者:禅与计算机程序设计艺术1.简介债券投资是一种重要的金融工具,其吸引力在于其稳定性、长期收益率和偿债能力。近年来,随着中国经济的发展和国际债务危机的加剧,中国债券市场也发生了重大变化。特别是近些年来,随着中国外汇市场的崩盘和股市的放缓,债券市场受到越来越多的人们关注。而对于债券市场,投资者也越来越看重它的运作方式和规则。因此,对债券市场进行全面的研究具有十分重要的意义。本文将系统阐述债券投资的基本理念、市场环境、规则及实践方法。主要涉及以下几个方面:债券市场的基本理念、特点、应用领域和实践方法债券市场分析的方法和工具债券市场投资策略介绍投资标的选择建议投资风险管理技巧海外债券市场的实践经验

打通选股环节和行情显示链路!股票量化分析工具QTYX-V2.5.1

前言目前股票量化分析工具QTYX已经打通了形态驱动选股和数据驱动选股之间的链路。比如双底选股、RPS选股、盘整平台突破选股得到的数据,可以叠加上财务数据、基本面数据、基金持仓数据,然后用条件表达式进行多因子综合排序,从而筛选出优质股票。如果要更进一步提高选股的质量,我们可以再叠加显示行情走势图,从而得到二次确认。比如双底形态筛选出来的股票,可以查看行情走势图,确认是否真正处于底部。于是,我们升级了QTYX的版本至2.5.1来关联选股环节和行情显示。如何使用比如我们通过“双底形态突破与业绩报表叠加分析”生成了一份股票清单:选股步骤可参考这篇文章:双底形态突破与业绩报表叠加分析!股票量化分析工具Q

倍量过左峰选股公式,找到起爆点

左峰简单来说就是前期拉升形成的波段高点,左峰之后是回调,形成凹口,过左峰就是突破前期波段高点。从左峰的数量上,有过一峰、二峰、三峰等;从量价上,有倍量过左峰、缩量过左峰等。本文编写倍量过左峰选股公式,倍量过左峰是以昨天两倍或两倍以上的成交量突破前面的波段高点。 一、倍量过左峰主图指标公式思路:对于倍量过左峰的描述,从编写指标公式的角度来说有一些难度,因为行情多种多样,回调的时间有多长是不确定的。本文采用30日新高,以突破30日新高那天的最高价为基础条件,再加上倍量、突破前的幅度以及突破K线的限制条件,发出信号。多少日新高N和多少倍量M做成了参数,可以根据需求修改调整。N:=30;{参数,多少日

【AI选股】如何通过python调用通达信-小达实现AI选股(量化又多了一个选股工具)

文章目录前言一、通达信-小达是什么?二、使用步骤1.引入browser_cookie3库2.通达信-小达AI选股源代码总结前言ChatGPT火遍网络,那么有没有可以不用写公式就可以实现AI选股的方法?答案是有,今天我们就来试试通达信的小达,让小达按我们的要求去进行选股。一、通达信-小达是什么?通达信-小达是一款操作简单,输入检索语句即可实现用户智能选股、资讯检索、答疑解惑等需求的投资系统,让投资成为一句话的事。小达通过人工智能技术,汇集行情、资讯、数据库以及各大功能组件于一体,具备语义解析、信息聚合以及机器学习在内的多项功能的智能服务产品,支持自有内容的服务对接。通达信-小达功能包含:智能选股

量化选股——基于多因子模型的量化策略(第1部分—因子测算&策略构建)

文章目录1.多因子模型概述2.因子挖掘3.多因子策略4.多因子策略构建基于多因子的策略通用流程Fama-French三因子因子效果测算方法因子测算结论&量化策略构建东西有点多,拆开成多个文章,边写边整合~,应该会分成2部分:第1部分—因子测算&策略构建策略回测与分析1.多因子模型概述多因子模型(MultifactorModel),也是使用最为广泛的模型(神似y=wx+by=wx+by=wx+b)。因子:资产收益(率)的解释变量多因子模型:是基于“因子”的投资理论构造出的一个模型,用于描述投资的逻辑因为多因子模型是希望构建“解释变量”来解释最终收益,因此在构造模型的过程中,会存在一些前提条件。想
12