高频交易
高频交易是金融市场上的闪电般的交易活动，通过先进的算法和极速的计算机网络，在毫秒甚至微秒级别完成买卖决策，追求微小但稳定的利润。这种交易依赖复杂的数学模型，对市场数据进行实时分析并快速做出反应。由于交易速度极快，高频交易能在极短时间内捕捉到市场上的微小变动并从中获利，但也因其高速和大规模的特性，有时可能加大市场的波动性和系统风险。高频交易在现代金融市场中占据重要地位，既是技术进步的产物，也带来了市场监管和风险管理的新挑战。
DeepAlpha-DNN应用实践报告
本集合里将分享平台开发者们对DeepAlpha系列的实践研究报告
\
更新时间：2022-11-08 08:26
行业配置策略，宏观因子视角-华泰证券-20200804
摘要
本文提出了一套宏观风险配置框架，并在大类资产和行业上进行实证分析
本文主要工作如下：1、构建了一套涵盖增长、生活端通胀、生产端通胀、利率、汇率五大风险的宏观因子体系，并进行了因子资产化处理，以满足高频、低时延、可交易的需求；2、提出了一套宏观风险配置框架，能够将投资者对于宏观环境的预测观点通过定量化的手段落地到投资实践中，使得投资组合既能适配特定宏观环境，又能达到较优的风险收益特征；3、测试宏观风险配置模型在大类资产和行业层面的表现。实证结果表明，本文提出的宏观风险配置模型能够为投资者提供定量化、动态化、及时性、普适性的宏观风险配置工具，并且大类资产上的表现要优于行业上
更新时间：2022-10-09 10:08
高频日内研究
\
更新时间：2022-09-01 13:17
Learning a Vector Representation of Time
更新时间：2022-08-31 09:37
量化研究：投资决策的起点 海通证券_20180716_
更新时间：2022-08-31 08:06
机器学习发展历程与量化投资的展望 20220805-东北证券
摘要
1.1.人工智能正当时1956年，人工智能（ArtificialIntelligence,AI）的概念在计算机达特茅斯会议上被提出。AI赋予机器像人一样思考，并做出反应的能力。它的本质是通过研究人类活动的规律，构造具有一定智能的人工系统来模拟人类的某些思维过程和智能行为，去完成以往需要人的智力才能胜任的工作。
如今，大数据、GPU和复杂算法的出现与进步，大大加速了人工智能的发展。2016年，由DeepMind开发的AlphaGo以4：1战胜了韩国棋手李世石，让人工智能备受关注，掀起了人工智能的浪潮。这一新兴学科凭借其广阔的发展前景吸引了众多研究者，目前已经在计算机视觉、自然语
更新时间：2022-08-31 07:02
监督学习的方法介绍及金融领域应用实例-长江证券-20170727
摘要
机器学习系列报告
本系列报告试图系统全面性的介绍各种不同的机器学习方法，并且结合具体的在投资研究领域应用实例、交易策略及code示例，说明其应用情景和实现方法。机器学习的方法可以分为以下几类：监督学习、无监督学习、深度学习及其他机器学习方法（例如强化学习），对应到具体的模型上数量则更是繁多，目前大部分机器学习模型并未广泛的应用在投研领域，因此本系列主要偏重于在投研领域有应用潜力的模型及方法。此篇将以介绍监督学习方法为主
监督学习模型之回归类模型及其应用
与普通线性回归不同，监督学习中的惩罚回归模型和非参数回归，可以分别用于处理输入变量中存在大量线性相关性关系
更新时间：2022-08-31 01:52
因子跟踪(周/月报)
\
更新时间：2022-08-31 01:47
量化选股
\
更新时间：2022-08-25 02:16
股票及量化投资书籍分享
「股票及量化投资书籍分享」https://www.aliyundrive.com/s/4kajoeM7ock 点击链接保存，或者复制本段内容，打开「阿里云盘」APP 下载。
更新时间：2022-07-31 10:31
DeepAlpha-DNN对高频双股轮仓策略的应用分析
作者：liuhooly
前言
首先感谢平台给了和众位大神一起学习和实践DNN的机会，我应该是这次里面经验比较浅的，因为一直以来使用的都是
StockRanker，因此本文的使用体验上会有一定的两种学习方法的对比理解。不一定准确，大家参考即可。
策略构建
标注
因为是高频轮仓，所以主要是用的第二日收盘价与第一日开盘价的比值来做收益标注（shift(close, -2) / shift(open, -1)-1），同时，将所有股票按照100个区间进行标注区分。其实再过往经验中，该方法不一定是最好的，因为有出现过使用第3日或第5日收盘价反而表现更好，但是这点为什么无法解
更新时间：2022-06-27 02:56
高质量AI量化策略
更新时间：2022-05-22 01:17
AI量化Meetup
\
更新时间：2022-05-17 02:56
问下策略固化
已解决
更新时间：2022-04-28 06:59
Deep Alpha 研讨会-互动问答环节
Q1:现在海内外量化实践有什么代际差吗？海外接下来量化方向除了另类数据应用，还有什么发展潮流？他们对于国内量化市场是怎么判断的？
**关子敬：**在我看来海内外最主要的差别是：国内投资人是偏向喜欢直接对股价做预测，而海外直接预估股价比较少，主要做填充模型（imputation model），针对遗失数据做估算，特别是在
更新时间：2022-04-27 01:48
Deep Alpha 研讨会—《Bloomberg：风从海外来 海外AI量化最新前沿》
主题：The Impact of AI to Global Asset Managers: The Responses and Adoptions
演讲人：关子敬 先生 Kevin Kwan彭博亚太区量化及数据科学专家
**完整视频观看地址：<https://webcast.roadshowchina.cn/cmeet/NlZBZVhZRGZ6Q1NSRjdrbmJqQjZUQT09
更新时间：2022-04-18 02:08
DeepAlpha研究报告
\
更新时间：2022-04-18 02:07
怎么用bigquant的架构来获取每天涨停的个股
怎么用bigquant的架构来获取每天涨停的个股，不是用传统的代码打出来的那种，试过好多次！老是运行的结果错误！
更新时间：2022-01-12 06:18
金融强化学习的最新进展
论文原名
Recent Advances in Reinforcement Learning in Finance
论文作者
Ben Hambly-牛津大学数学研究所
Renyuan Xu-南加州大学工业与系统工程系
Huining Yang
发布时间
2021 年 12 月 10 日
引言
随着数据量的不断增加，金融行业的快速变化已经彻底改变了解决了数据处理和数据分析技术，带来了新的理论和计算挑战。与经典随机控制理论和其他分析应用相比，解决严重依赖模型假设的财务决策问题的方法，强化学习（RL）的新发展能够充分利用大量减少模型假设的财务数据，并改进复杂
更新时间：2021-12-13 07:43
《风从海外来 海外AI量化最新前沿》Deep Alpha 海内外最佳实践探索研讨会文字实录
主题：The Impact of AI to Global Asset Managers: The Responses and Adoptions
演讲人：关子敬 先生 Kevin Kwan 彭博亚太区量化及数据科学专家
谢谢Big Quant的邀请，今天所有策略的绩效仅作交流的用途展示概念，投资人如果对策略本身有兴趣的话，请在我们网站下载白皮书或是与我们的客户经理联系。
1全球资产管理报告 AUM升高 收
更新时间：2021-09-29 03:51
神经网络交易算法
更新时间：2021-09-08 03:03
自动交易如何增加交易利润？
作者：Harry Nicholls编译：caoxiyang
导语
你有没有想过如何使你的交易策略自动化并增加交易利润？在本文中，我们将介绍算法交易的基本知识，好处和风险。准备好开始自动交易吧！
很多技术分析都涉及观察信号指标，然后根据信号进行交易。正如我在之前的文章“一个让优秀交易者高于其他交易者的行为”中所讨论的那样，你应该在你的交易日志中记录下你所有的交易，当你获得更多的经验时，你应
更新时间：2021-08-24 05:46
LSTM Networks应用于股票市场之Sequential Model
更新时间：2021-07-30 08:10
StockRanker排序
更新时间：2021-07-30 07:26