量化社区 - PandaAI | 策略分享与投研交流

《中金价量/Alpha191》因子代码复现整理（感谢DS/pandaai）

以下是依据两篇研报因子的文字描述，通过deepseek/pandaai解读生成的Python代码实现，保留了AI生成过程和注释。意识到很多学员用户也正在做这个工作，为节约人力算力能源，在量变学院社群分享一下。 ![1748494420354…

#新手入门 #代码分享 #学习资源 #Python

ELVES2025-05-23·机器学习精华

线性因子到端到端模型的尝试（二）：提供数据集+训练代码

1.1 背景这几天踩了不少数据的坑，趁热打铁总结一下，也希望能帮大家少走点弯路。数据清洗这块，很多人觉得是琐事，其实它对最终策略效果的影响非常大。模型的好坏，很多时候不是算法决定的，而是你喂进去的数据质量决定的。下面我举几个例子，大家就懂…

#机器学习模型 #机器学习 #多因子模型 #中频交易

迪仔2025-05-20·社区交流精华

中金公司《高频因子手册》分享2：动量反转因子，从数据构建到分析测试

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…

#代码分享 #高频交易 #动量策略 #Python

Cai2025-05-18·社区交流精华

基于pandaAI平台的快速因子复现-以中金《价量因子手册》为例（适合小白)

对于刚转向因子投资的交易者，选择站在前辈肩膀上复现已有的研报因子是不可回避的学习途径。 PandaAI集成了数据/回测/分析框架及代码AI助手一体，为因子学习探索提供了极大便利。 2022年中金《价量因子手册》对于量价覆盖全面，不少量价因子…

#新手入门 #活动与比赛 #因子大赛

AlphaSmith2025-05-17·社区交流精华

用PandaAI快速复现研报的动量因子（三）

1. 概述这篇文章我们将分享《中金公司-量化多因子系列（6）：关于动量，你所希望了解的那些事》中关于动量因子的适用场景，研报中提到截面分域中，动量特征在高机构覆盖、大市值、低波动、高价值的股票池中更明显；而反转效果在低覆盖、小市值、高波动…

#新手入门 #代码分享 #学习资源

AlphaSmith2025-05-16·社区交流

用PandaAI快速复现研报的动量因子（二）

1. 概述接上一篇，为什么在A股动量因子会呈现出反转特征呢？直接说答案，就是因为散户太多了。这篇文章我们将分享《中金公司-量化多因子系列（6）：关于动量，你所希望了解的那些事》提到的四类投资者，我们试着从投资者结构的角度出发去揭示反转特…

#新手入门 #经验分享

ELVES2025-05-16·机器学习精华

线性因子到端到端模型的实战系列（一）开篇

背景最近在小安老师建议下做端到端阿尔法模型的构建复现，踩了不少坑，也有一些收获。这篇文章是结合招商证券那篇《端到端的动态Alpha模型》研报的第一部分，以及我自己的实践经验整理出来的，顺便附了我画的图来梳理结构。一、线性因子模型逐渐失效…

#策略讨论 #机器学习模型 #机器学习 #多因子模型

AlphaSmith2025-05-16·社区交流精华

用PandaAI快速复现研报的动量因子（一）

1. 概述在过去，想要复现一篇多因子研究的研报往往是一项艰巨的任务。市面上缺乏成熟、统一的多因子研究平台，研究者不得不从零开始：自行下载数据、进行复杂的数据清洗、构建因子库，搭建因子评价体系，整个过程既耗时又容易出错。对于那些没有编程基础…

#新手入门 #经验分享

Co2025-05-12·机器学习精华

基于《AI系列研究之一：端到端的动态 Alpha模型》实战演练

上篇基于《AI系列研究之一：端到端的动态Alpha模型》理论分析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…

#机器学习 #Python #历史数据

迪仔2025-05-12·社区交流精华

中金公司《高频因子手册》分享

一概述市场对日频及以上频率的量价因子研究由来已久，也比较成熟。相对而言，高频因子研究较为新颖，拥挤度较低，有效性也较高。中金公司的研报《量化多因子系列12：高频因子手册》比较系统的介绍了高频因子的构建及表现，对于我们挖掘高频因子有较好的…

#高频交易 #多因子模型 #量化策略 #因子大赛

Co2025-05-05·机器学习精华

基于《AI系列研究之一：端到端的动态Alpha模型》理论分析

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…

#机器学习 #机器学习策略 #Python #mysql

无名的人2025-04-29·量化策略精华

小市值与红利低波的互补研究：风险对冲与收益增强的双重路径

一引言本文基于下述研究框架撰写：基于机器学习的多因子选股策略 1.1 研究背景当前市场处于经济弱复苏、流动性宽松与高波动并存的复杂环境之下。投资者对收益的需求与对风险的规避形成张力，使得策略分化格局愈加明显。在这样的市场背景下，小市…

#策略讨论 #多因子模型 #波动率策略 #低频交易

Pan友_8UK8FJ2025-04-24·量化策略

股票量化交易：基于资金原理的因子

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。…

#波动率策略 #低频交易 #Python #因子大赛

Pan友_KWUJ3Q2025-04-14·社区交流精华

期货量化交易：数据驱动的市场博弈新范式

期货量化交易：数据驱动的市场博弈新范式随着金融科技的快速发展，量化交易逐渐成为期货市场的重要参与力量。通过数学模型、统计分析和算法技术的结合，量化交易试图从海量市场数据中捕捉短期价格波动的规律性，为投资者提供更高效的风险收益解决方案。 1…

#量化策略

PandaAI官方2025-04-14·因子大赛官方精华

PandaAI 因子编写与函数参考手册

量化算子工具类使用文档本文档汇总介绍了因子编写方法量化算子工具类(公式版)中所有函数的功能、输入/输出说明以及使用示例。所有函数均以静态方式提供，调用时直接使用函数名称，无需添加类名前缀。示例中均采用如下调用格式，例如：

#经验分享 #代码分享 #活动与比赛 #Python

Navier-Stokesequations2025-04-07·机器学习精华

黎曼ζ(s)函数-计算机算子▽

$\rm We \,\, define \,\,a \,\, function \,\, {\mathcal{O}(k)} \,\, similar \,\,to\,\, the\,\, Riemann\,\, Zeta\,\, funct…

#go #新手入门 #机器学习模型 #多因子模型

Navier-Stokesequations2025-04-07·社区交流精华

量化关键指标详解与案例解析

量化关键指标详解与案例解析一、$\rm Sharpe$ （夏普比率） &emsp;&emsp;$\sf 1$. 定义 &emsp;&emsp;&emsp; 夏普比率用于衡量投

#新手入门 #量化策略

没有更多了

用户社区 — 策略分享、因子讨论、赛事交流