全部
策略&研究
资料
AT教学
问答
官方公告
精华
热门 时间

服务教育,孵化人才—DigQuant点宽在线金融科技量化学院正式上线

![](https://www.digquant.com.cn/uploads/images/topics/1558937653_r4FzZa.png) 今天,DigQuant点宽线上金融科技量化学院正式上线官网。这是继线上量化社区后,DigQuant点宽推出的又一个重量级的线上产品。 ![](https://www.digquant.com.cn/uploads/images/topics/1558937820_O5loUT.png) 在线下教育这块,DigQuant点宽已与国内众多高校达成合作,深耕金融科技,从量化金融着手,紧密地与高校老师及学生沟通,深度了解老师的教学痛点和学生们的需求,设计出适合他们的教学课程并配套专业的学习工具。 与传统线下教育相比,线上教育的灵活性,个性定制化,内容丰富等特点是线下不可相比的。我们在线上课程的内容会与线下的有所差异,而且考虑到金融科技是一个相对于其他学科来说门槛比较高的一类科目,我们线上的金融科技学院将有以下几个特点: **更“亲民化”的内容** 除了不断在线上填充我们现有的专业课程体系,我们还将会为广大线上用户准备最基础的金融知识课程库,以培养用户学习的兴趣为主; 专业课程体系比如量化,是结合目前量化市场的关注度去设计的,内容会覆盖整个量化的范畴,从基础到专业的课程设计,形成一个循环渐进的学习过程。 **更“亲民化”的体验** 流畅的课程体验,详细的代码注释及相关代码下载,高清的教学视频。并设有专门的用户评论区,学员可以在上面尽情交流学习心得,甚至吐槽等。 **更“亲民化”的服务** DigQuant点宽线上金融科技学院将安排专门的客服成立各学习科目官方交流群,为大家解答各种学习上遇到的问题。同时我们也会不断收集用户的课程需求,设计并上线新的系列课程。 未来,我们会精心准备一系列的课程上线金融科技学院,并会通过点宽微信公众号及时通知大家,第一系列课程"[十节课带你玩转CTA](https://courses.digquant.com.cn/ "十节课带你玩转CTA")"现已上线,点击即刻体验。 同时,欢迎大家在后台留言,与我们交流课程内容或提出改进意见。 ![](https://www.digquant.com.cn/uploads/images/topics/1558939812_BenmvQ.pn
DigQuant点宽客服 2019/09/18 00:59:43
2907 1 5
置顶 精华 官方公告

请问用AT实盘交易收费吗

如何收费的
o6me86 2019/12/29 14:47:15
1649 4 1
精华 问答

CTA从入门到精通——点宽上线CTA量化投资专题视频课程

![](https://bpstoragenormal.blob.core.chinacloudapi.cn/digquant/prod/uploads/images/topics/1559031427_TAtrGZ.png) 上周五DigQuant点宽线上金融科技量化学院正式启动运营,基于Matlab的CTA专题系列课程作为第一批上线在线学院的课程。 **这套点宽老师们为大家精心准备的专题课程,从CTA最基础的概念出发,循序渐进刨析每个想关联的知识点,用短短十节课的时间,汇聚CTA内容精华,带你从入门到精通CTA。** ![](https://bpstoragenormal.blob.core.chinacloudapi.cn/digquant/prod/uploads/images/topics/1559031641_lNH9Zd.png) 下面请大家给小编一首歌的时间,带大家回顾下这十节课的主要内容。 **1. CTA基本策略** 第一课时基本上以理论知识为主,从介绍CTA及其国内外现状开始,到CTA策略的分类和编写策略时需要注意的要点。课程中顺带让大家了解下目前可供交流的期货品种。 ![](https://bpstoragenormal.blob.core.chinacloudapi.cn/digquant/prod/uploads/images/topics/1559032835_spQGz6.jpeg) **2. CTA策略原理和平台介绍** 运用Auto-Trader(AT)量化平台,介绍策略编写实现的基本框架,以及框架中各模块的功能和实现方法。同时在编写策略基础结构时注意策略逻辑是否正确,确定策略风格并选择风险因子。 ![](https://bpstoragenormal.blob.core.chinacloudapi.cn/digquant/prod/uploads/images/topics/1559032863_vij2nH.jpeg) **3. CTA策略常规信号构建** 常用的技术指标及各种形态的介绍,以及实现各技术指标和形态的量化程序编写。策略的量化实现与优化,并介绍多策略和风险敞口组合。 **4. CTA策略的构建** CTA策略从提取数据,到确定策略逻辑,再到实现整个策略的具体构建策略的过程,以及运用实际的案例策略分析
DigQuant点宽客服 2019/10/08 07:10:10
2736 0 1
精华 资料

人工神经网络及它在机器学习中的应用

**作者:王圣元 | 点宽量化专栏作者** > **`未经允许,不得转载`** 斯蒂文的老板是一位高管层,他也知道现在人们都在讨论机器学习和深度学习,好像不谈这个就跟不上时代的潮流一样。有天他突然想了解神经网络,但是他不懂其细节,因此期望斯蒂文能像对小学生或者吉娃娃一样对他讲懂神经网络。 **老板:**什么是神经网络 (neural network)? **斯蒂文:**神经网络就是由神经元 (neuron) 组成的系统,而神经元如下图。 ![](https://bpstoragenormal.blob.core.chinacloudapi.cn/digquant/prod/./data/attachment/forum/201707/18/182516jq19ptgg96wvzc12.png) **老板:**你在耍我?我是说机器学习里面的神经网络,即人工神经网络 (artificial neural network, ANN )! **斯蒂文:**吉娃娃是听不懂ANN的,必须要从生物层面谈起!必须从神经元谈起。 **老板:**请继续你的表演。 **斯蒂文:**我不是生物专家,我就只把神经元里和ANN最相关的功能告诉你。如下图蓝框部分,神经元有许多`树突` (dendrite) 用于`输入` (input),有一个`轴突` (axon) 用于`输出` (output)。 ![](https://bpstoragenormal.blob.core.chinacloudapi.cn/digquant/prod/./data/attachment/forum/201707/18/182718idddcd7w6d2od2c6.png) **老板:**这只是一个神经细胞,它们怎么形成一个网络呢? **斯蒂文:**神经元具有两个最主要的特性:**兴奋性**和**传导性**。**兴奋性**是指当刺激强度未达到某一阈限值时,`神经冲动`不会发生;而当刺激强度达到该值时,`神经冲动`发生并能瞬时达到最大强度。**传导性**是指相邻神经元靠其间一小空隙进行传导。这一小空隙,叫做突触 (synapse),其作用在于传递不同神经元之间的`神经冲动`。如下图突触将神经元A和B连在一起,试想很多突触连接很多神经元,不就形成了一个神经网络了吗? ![](https://bpstora
王的机器 2019/09/16 03:29:55
3884 6 1
精华 策略&研究

点宽客的成长日记【Day 4 演练一下吧 - 先试试数据的操作】

前面两天我们已经学习了MATLAB的基本语法了,也基本了解了**AT**的运行环境,但是**学海无涯,实操见真**,今天我们就来实际操练一下,先从数据开始吧! AT内置全套的基于股票、期货等的数据操作,策略运行的函数,其特点是均以`trader`开头。下面我们分类来讲解,并尝试运用这些函数。 ###一、数据获取函数 AT内置常用的有12个数据获取的函数,具体如下 - 常规类(可直接调取数据,无需回测) `traderGetCodeList`:获得指数、行业板块、地域板块、期权板块的包括成分股及权重等信息 `traderGetKData`:根据起止时间点提取K线数据;可通过此函数获取该时段内重要的价量数据 `traderGetRtDataMulti`:获取多组股票或期货实时报价,品种类型需保持一致,全为股票或全为期货 `traderGetTradingTime`:获取某个标的的交易时间(分钟、秒为单位) - 回测类(Only support in BackTest, RealTrade and Replay) `traderGetCurrentBarV2`:获得当前bar的信息 `traderGetCurrentTick `:获取当前的tick的所有信息 `traderGetTickDataV2`:提取某一时间段的Tick数据 `traderGetFutureInfoV2`:获取期货信息 - 策略内函数(含`Reg`,需先注册数据) `traderGetRegKData`:根据已注册的数据序列获取K线数据;可通过此函数获取该时段内重要的价量数据 `traderGetRegTimeLine`:获取注册数据的时间序列 `traderGetRegUserData`:根据已注册的用户自行导入的外部数据获取K线数据;可通过此函数获取该时段内重要的价量数据 `traderGetRegUserIndi`:根据已注册的用户自建因子序列获取数据索引序列 通常,只有**常规类**可以直接调用,无需回测即可对数据操作。下面我们分别对这四个函数进行实践操作。 #####1. traderGetCodeList - 函数说明: 获得指数(包含权重和成分股)、行业板块(没有权重,只有成分股)、地域板块(没有权重,只有成分股)、期权板块的信息(包含成分股及权重) - 语法格式:`
小虫宽宽 2019/09/16 03:29:43
1688 0 0
精华 AT教学

区块链大热!点宽金融科技直播带你认识区块链和Libra

北京时间10月23日,Facebook(脸书)的CEO马克·扎克伯格面对美国国会众议院金融服务委员会的质询“告败”,6个小时的争辩后,美财长正式宣布:推出加密数字货币Libra的计划尚不成熟。加之欧元区和G7集团的一致反对,Libra计划实际已经搁浅。与之形成鲜明对比的是:仅仅24小时之后,中国就区块链技术发展现状和趋势进行第十八次高层集体学习后强调,区块链技术的集成应用在新的技术革新和产业变革中起着重要作用。那么,大家所热议的区块链究竟是什么?Libra和区块链有什么联系?什么叫分布式和去中心化?区块链最主要的应用场景在哪里?为什么说区块链是最不可错过的风口?当新兴技术来临时,你可以选择规避——如果明天也可以规避的话。区块链也一样。区块链是什么?区块链,顾名思义,就是由区块连接成的链。区块链本质是一个分布式的共享账本和数据库,它有以下几个特点:第一,它可以无限增加,每个区块可以视作这个账本的一页,每一页是一个数据包;第二,这个账本的每一页都是加密而且有序的,每一个区块形成的同时会盖上时间戳,一个个区块按时间戳顺序排列形成一个总账本;第三,这个账本是去中心化的,由多个节点共同维护。数字货币Libra</secti
DigQuant点宽客服 2019/11/15 06:49:27
175 0 1
置顶 策略&研究

【干货帖汇总】社区内容索引(更新至最新······)

**小编为大家带来了社区帖子的分类整理,希望大家更加清晰的找到自己想看的内容** **同时参加此次`横琴杯`大赛的同学也可以借鉴一些思路去完成自己作品。祝大家取得一个好的成绩!** ![](https://bpstoragenormal.blob.core.chinacloudapi.cn/digquant/prod/./data/attachment/forum/201709/22/144831f2lrmjmidlmlj1jl.png) ##Auto-Trader 相关 [Auto-Trader -V2 全新回测结构介绍教学](https://www.digquant.com.cn/research/community/270) [AT 平台策略编写示例--双均线策略](https://www.digquant.com.cn/research/community/253) ##Matlab学习相关 [【Matlab量化策略基础】——常用日期函数介绍及使用方法](https://www.digquant.com.cn/research/community/298) [让你的MATLAB运行效率更快一些吧!](https://www.digquant.com.cn/research/community/258) [提高MATLAB编程能力的一些方法](https://www.digquant.com.cn/research/community/255) [Matlab官方学习手册(入门用,简单易学)](httphttps://www.digquant.com.cn/research/community/118) [Matlab神经网络工具箱](https://www.digquant.com.cn/research/community/76) [Matlab数据分析,数据挖掘](https://www.digquant.com.cn/research/community/79) [Matlab深度神经网络工具包](https://www.digquant.com.cn/research/community/84) [Matlab金融工具箱手册](https://www.digquant.com.cn/resea
admin 2019/05/27 02:22:16
9568 0 2
置顶 资料

WorldQuant Alpha 101 因子#008 解释与研究

###Alpha#008因子 --- ###公式 ```latex (-1*rank(((sum(open, 5)*sum(returns, 5)) - delay((sum(open, 5)*sum(returns, 5)), 10)))) ``` --- ###公用函数说明 ###1.rank 股票的排名,数值从1-最后,若输入值含nan,则nan不参与排名,输出为股票对应排名。 ###2.sum(x,d) 即d天以来x值的和 ###3.delay(x,d) 即对应日期的x值减去d天之前的x值 ###公用变量说明 ####1.open 表示开盘价 ####2.returns 表示回报率 ```latex returns =\frac{(close(end)-close(end-1))}{ (close(end-1))} ``` 即returns为收盘价的相对增加值。 ###公式解析 ####1.sum(open,5) 即5日开盘价的和 ####2.sum(returns,5) 即5日回报率的和 ####3.sum(open, 5)*sum(returns, 5) 即5日开盘价的和乘以回报率得到一个指标,反映现势头的大小 ####4.delay((sum(open, 5)*sum(returns, 5)), 10) 即5日开盘价的和乘以回报率得到一个指标,反映十天前该势头的大小 ####5.-1*rank(...) 用作排序,以当前势头减十日前的势头得到对应结果,对所有股票进行排序后的排名乘以-1此时大小越大的即为排名越前的。 ###策略说明 投资种类:股票 投资类型:选股 持仓类型:隔夜 投资品种:ZZ500 回测时间:20120101至20170731 调仓频率:20天 调仓策略: ①数据信息不足220天的不予处理。 ②第一次交易时买因子大小前20的股票。 ③以后的交易股票上期持仓,且因子值排标的股票整体的前20,则调仓对应股票金额至总资产/被选出股票总个数。股票上期持仓,而对应因子值不在因子值排标的股票整体的前20,则对应股票全部平仓。股票上期不持仓,而排标的股票整体的前20,买入金额为总资产/被选出股票总个数。 ###策略思路 对这个
失则有聪 2020/01/22 12:41:11
2424 2 0
策略&研究

WorldQuant Alpha 101 因子#002解释与研究

# Alpha#002因子 ### 公式 ```latex A=rank\left \{ delta[log(volume),2] \right \} ``` ```latex B=rank\left \{ \frac{close-open}{open} \right \} ``` ```latex alpha=-1\ast correlation\left \{ A,B,6 \right \} ``` ------------ ### 公用函数说明 #### 1、correlation(x,y,d) x和y两个变量过去d天的相关系数。取值范围为:[-1,1]。 #### 2、rank(x) 股票的排名。输入值向量x为股票向量,若输入值含nan,则nan不参与排名,输出为股票对应排名的boolean值(排名所占总位数的百分比)。范围为:(0,1]。 #### 3、delta(x,d) 当天x值减去过去第d天的值。 #### 4、log(x) 对向量x取对数,进行差异缩小处理。 ------------ ### 公用变量说明: #### 1、volume 表示成交量 #### 2、open 表示开盘价 #### 3、close 表示收盘价 ------------ ### 公式解析 根据alpha#002公式,我们根据公式的运算顺序解析: #### 1、x0 = log(volume) 逻辑结构:对成交量volume取对数操作。 解析:我们知道。取对数操作达到差异缩小的作用,使数据平稳。计量经济学经常对数据进行取对数操作。此次对成交量取对数操作的作用也是为了使数据变换成比较平稳的数据,再进行接下来的逻辑计算。 #### 2、x1=delta(x0,2) 逻辑结构:利用当天的值x0减去过去第2天的值x0。x0为1的返回值。 解析:由1我们知道x0为取完对数操作的成交量,利用当天的x0去减过去第2天的值进行作差操作,反映当天的成交量相对于过去第2天成交量的增加或减少的量。 #### 3、y1=(close-open)/open 逻辑结构:收盘价减开盘价的差,再除以开盘价。 解析:此式子是求当天股价的变化率的式子。反映了当天价格的变化程度。当
TaoZhang 2020/01/21 08:55:38
2295 1 0
策略&研究

【研报复现】广发证券——基于统计语言模型(SLM)的择时交易研究

###一.引言 文艺复兴科技公司在西蒙斯退休后由自然语言处理IBM 华生实验室的重量级科学家布朗出任 CEO,公司创造了投资奇迹,几十年经久不败,间接说明了自然语言处理方法在量化投资方面的创造力,本文根据广发证券的《基于统计语言模型(SLM)的择时交易研究》一文进行经典统计语言模型的择时复现。 ---- ###二.统计语言模型 统计语言模型(Statistical Language Model)即是用来描述词、语句乃至于整个文档这些不同的语法单元的概率分布的模型,能够用于衡量某句话或者词序列是否符合所处语言环境下人们日常的行文说话方式。统计语言模型对于复杂的大规模自然语言处理应用有着非常重要的价值,它能够有助于提取出自然语言中的内在规律从而提高语音识别、机器翻译、文档分类、光学字符识别等自然语言应用的表现。好的统计语言模型需要依赖大量的训练数据,在上世纪七八十年代,基本上模型的表现优劣往往会取决于该领域数据的丰富程度。IBM 曾进行过一次信息检索评测,发现二元语法模型(Bi-gram)需要数以亿计的词汇才能达到最优表现,而三元语法模型(TriGram)则需要数十亿级别的词汇才能达成饱和。本世纪初,最流行的统计语言模型当属 N-gram,其属于典型的基于稀疏表示(Sparse Representation)的语言模型;近年来随着深度学习的爆发与崛起,以词向量(WordEmbedding)为代表的分布式表示(Distributed Representation)的语言模型取得了更好的效果,并且深刻地影响了自然语言处理领域的其他模型与应用的变革。除此之外,Ronald Rosenfeld还提到了基于决策树的语言模型(Decision Tree Models)、最大熵模型以及自适应语言模型(Adaptive Models)等。本文以经典的N-gram模型为基础进行择时策略的构建。 为了解决文字序列是否合理的问题,贾里尼克提出个简单的统计语言模型,基本思路是一个句子是否合理,就看看它的可能性大小如何,至于可能性就用概率来衡量。假定S表示某一个有意义的句子,由一连串特定顺序排列的词$$w_1,w_2,\ldots,w_n$$组成即$$S=w_1,w_2,w_3,\ldots,w_n$$,这里n是句子的长度。现在,计算S在文本中(语料库)出现的可能性,也就是数学
Felicia 2019/12/29 09:39:35
2159 1 0
策略&研究
contact@digquant.com.cn

联系

邮箱

0755-8695-2080

联系

电话

关注

微信

关注

QQ

回到

顶部