也就是说，N日趋势突破买入即为N日创新高买入，股价创出阶段性新高或历史新高后，一方面说明该股有资金在运作，相对比较强势，更容易顺势而上，另一方面创新高后近期买入的投资者都有获利，上档的套牢盘比较少，股价上冲的阻力也较小
作者在自学机器学习的过程中，尝试开发了一个基于机器学习的A股选股工具。本文是在赤兔的“数据挖掘”小组分享的此次开发过程和心得体会的整理。...A股选股器开发过程 数据来源 就财经类的数据而言，现在各大门户网站都有专门的频道，信息很多，如果对实时要求高，通过爬虫取其中有用的部分应该是一个办法。...但是在我的实验中，基于人的经验来设计过滤器，准确率并不高，50%多一点，也就是比随机的选股稍微好一点。 机器学习建模 接下来考虑选取合适的机器学习算法。...应该不难理解，对于选股工具我们应该更关心准确率。 改进模型 为了提高准确率，在开发过程中，我做了下面这些改进尝试： 一个是扩大样本。...股灾日经常是“千股跌停”，上涨的股票太少了…可以看出在这些“股灾日”的时候，模型也不太准确，出现了失真。 总结与心得 选股工具利用机器学习算法，一般情况下比传统的算法（或者人为经验）的准确率高。
来源 ：月球密探阿波罗 作者：密探阿波罗 ---- 上回刚讲了《SaaS股的投资逻辑》，随后的一周港美股市场便分别祭出了700亿美金的Snowflake和550亿港币的明源云。...好行业只是其一，“好公司、好价格”依然是永恒的主题，所以今天要谈的核心就是： SaaS板块如何选股、如何估值。 SaaS选股第一步：细分拆解 实际上，即便在国内，SaaS也不是新概念。...SaaS选股第二步：寻找最好的SaaS公司 说完SaaS细分以及他们的差别后，我们再来看看共性的部分。...回溯美股SaaS20年发展历程，一家能给股东带来丰厚回报的SaaS公司，一定有好的商业模式，并在长周期里成长性和盈利能力都很不错的企业。 什么样的SaaS公司能够做到？...还是看美股SaaS得到的经验，美股SaaS股价长期稳定向上，回撤较小，企业股价大幅波动主要发生于：成长性大幅波动、利润率显著波动、长期市场格局面临挑战等有限情形。
有了之前抓取的数据，我们便可以利用这些数据进行股票分析。（转载请指明出于breaksoftware的csdn博客）
这里我们只分析一件事情，就是如何打板才能最大概率赚到钱，就是我们可以分析过去一天涨停今天还涨停、分析过去两天涨停今天涨的概率，一直到过去10天涨停今天涨的概率，...
p=31651 原文出处：拓端数据部落公众号 分析师：Xingming Xu 基于当前统计的股票数据选择最优的选股方案和投资组合方案，以及预测股票价格未来一段时间的走向趋势以及波动程度，具有很大的实用价值...我们需要完成以下问题 问题一：投资者购买目标指数中的资产，如果购买全部，从理论上讲能够完美跟踪指数，但是当指数成分股较多时，购买所有资产的成本过于高昂，同时也需要很高的管理成本，在实际中一般不可行。...(2)投资者购买成分股时，过多过少都不太合理。对于附件的成分股数据， 请您通过建立模型，给出合理选股方案和投资组合方案。 问题二：尝试给出合理的评价指标来评估问题一中的模型，并给出您的分析结果。...针对问题一：分析投资者在给定十支股票中的最优选股方案和投资组合。...编写Python代码建立模型，并对模型进行训练，通过参数诊断后可以对未来数据进行预测，并且根据预测数据对不同类型的投资人群给予相应的投资建议。
道富：机器学习选股，能信吗？...我们分享了道富如何以可投资及可解释为目标构建机器学习选股模型，在文章中我们提到了一个从Linear、Nonlinear及Interactions三个角度解释模型效果的核心概念：Model Fingerprints
stock_rank_cxd_ths" # 创新低 创新低 接口：stock_rank_cxd_ths 目标地址：http://data.10jqka.com.cn/rank/cxd/ 描述：同花顺-数据中心-技术选股
风险中性的机器学习选股模型 模型训练：通过训练样本，确定模型结构，优化模型参数。 预测输出 Y 的维度：3。...机器学习多因子选股模型:从股票特征中提取信息，对股票未来的收益进行预 测，选出能够产生超额收益的股票组合。 多因子选股模型： 挑选出未来一期能够产，生超额收益的股票。...风险中性深度学习选股策略 年化收益率21.95%，最大回撤 -5.03%，胜率为 74.6%，信息比2.92 普通深度学习选股策略 年化收益率19.71%，最大回撤 -5.35%，胜率为 69.5%，信息比...机器学习策略每期组合的同质性：选取的组合有较大的差异 当组合规模N为50时，两种深度学习选股策略平均每期选到的股票有41.9%重合。（参考：两次独立的随机选股中，平均有10%重合。）...当组合规模N为100时，两种深度学习选股策略平均每期选到的股票有53.3%重合。（参考：两次独立的随机选股中，平均有20%重合。）
金磊 发自 凹非寺 量子位 | 公众号 QbitAI 如果把选股这事交给GPT-4来处理，会是怎样一种结果？...这个在GPT-4基础上打造的选股票AI，名叫MarketSenseAI。...更是有许多消息拿着数据称“AI永远无法打败股票市场”，认为AI不仅无法预测黑天鹅事件，甚至可能会引发黑天鹤事件： 那么此次基于GPT-4的选股研究是否靠谱，我们继续往下看。...通过这种方式，能够在更广泛的经济环境中对单一股票进行评估。 最后，信号生成这个步骤将上述所有分析整合，生成针对特定股票的投资信号（例如买入、持有或卖出），并提供详细的逻辑和理由。
A6%E4%B9%A0%E9%80%89%E8%82%A1-SH50%E6%8C%87%E6%95%B0%E5%A2%9E%E5%BC%BA） ---- 这里简单的构建了一个使用深度强化学习算法实现多因子选股的框架...例如： 在周一沪市开盘前，Account接受到一个长度为50的向量对应SH50指数成份股的调仓指令，交易员Agent在开盘时分，挂卖单卖出部分股票之后挂买单买入新股票。...理论上使用定量指令可以实现选股和持仓优化的多重目标（如小方差或低换手率等特定目标）。...Agent 使用LSTM网络进行策略和估值的拟合，每个交易日Agent获取该交易日之前的多因子数据[Time, Batch, N]使用LSTM估计指数成份股预期价值方向做出调仓指令。...也就是Agent的功能包括选股、仓位控制和资金管理。 例如做HS300指数增强的时候，向指令向量对应位添加现金、债券、货币基金等选项，直接指定各位置选项的百分比。
LSTM 选股模型 当需预测信息和相关信息距离较远时，原始 RNN 结构的传输的效率并不让人满意。...在此我们略去 ACT模型的严格的数学定义，通过对A股市场多因子模型的应用，我们直接观察ACT的RNN网络选股效果，并与传统的RNN(LSTM)网络多因子选股模型进行对比。...从本次的对照来看，在多因子选股上，我们能够观察到速度的提高，从 LSTM 在7000 次迭代时的收敛提高到 ACT 的 5000 次以下的收敛。...选股特征分 在机器学习的算法中，我们评价一个学习网络的准确率是通过全部测试样本的预测结果来计算的。但是在选股中，我们更关心的是算法预测上涨的组合的实际胜率。...因此，我们选择计算看多组合中，概率最高的 100 只股票进入真实涨幅前100股票的比例，作为衡量算法选股的准确性标准。
通过结合基于因子的选股的进攻策略和多指标趋势跟踪的防御策略，投资者可以做到这一点。这种组合策略的目标是通过优质的股票选择产生长期优于市场的回报，同时通过使用强劲的趋势跟踪策略显著降低下行风险。...单因子选股策略 基于因子的选股模型是一种系统性的投资策略，根据某些关键特征或因子选择个股，这些特征或因子已被证明能够产生卓越的长期投资业绩。...如图1所示，基于过去22年的年化回报率，每个因子组合在都大大超过了标普500和标普综合1500股指。在风险调整的基础上，每个因子组合的表现也优于两个股票市场指数。...趋势跟踪与因子选股的结合 从图2中可以看出，在过去的22年里，将这种多指标趋势跟踪策略应用于各因子组合，显著提高了各因子策略的绝对收益和经风险调整后的收益。...然而，将基于因子的选股与以防御为重点的多指标趋势跟踪策略相结合，作为投资组合叠加，投资者可以显著降低这种选股方式的风险，并获得更好的长期绝对收益和风险调整后的收益。
之前在A股动量与反转的实证过程中，提到了因子择时和风格轮动的重要性，本篇算是对因子择时的一个小小的尝试，没有什么创新性，只是把现在比较传统的方法都拿来试了一遍，目前没有能力创造方法，只做方法的搬运工。...文章组合构建过程中选取了3个代表性因子BP（LF）、一个月动量因子、市值因子（市值对数），尝试通过六种不同的加权方式对这三种因子进行组合，计算因子得分，根据因子得分进行选股，具体如下： 调仓频率：月度（...每月末调仓） 回测区间：2010-01-04~2018-07-31 股票池：A股，剔除ST、停牌、新股 选股规则：将三因子的加权和作为因子得分，每一期买入因子得分最高的前10%股票 六种加权方法分别为：...参考文献 安信证券－多因子系列报告之一：基于因子IC的多因子模型 金融工程-半衰IC加权在多因子选股中的应用
WindQuant | 001 一、因子提取 1、回测区间：2007年1月30日至2018年6月29日； 2、调仓日：每月最后一个交易日为调仓日，以每月最后一个交易日的收盘价买入卖出； 3、股票池：全部A股；...剔除选股日的ST/PT 股票；剔除上市不满一年的股票；剔除选股日由于停牌等原因而无法买入的股票； 4、因子选取如下所示： 部分代码展示，全部代码请见文末 二、投资组合构建 选股逻辑 1、扣除有ST标示、
# 险资举牌 险资举牌 接口: stock_rank_xzjp_ths 目标地址: http://data.10jqka.com.cn/financial/xzjp/ 描述: 同花顺-数据中心-技术选股...- 股票代码 object - 股票简称 object - 现价 float64 注意单位: 元 涨跌幅 float64 注意单位: % 举牌方 object - 增持数量 object 注意单位: 股...交易均价 float64 注意单位: 元 增持数量占总股本比例 float64 注意单位: % 变动后持股总数 object 注意单位: 股 变动后持股比例 float64 注意单位: % 接口示例
在华泰金工前期的人工智 能选股报告中，我们分别介绍了广义线性模型、SVM、朴素贝叶斯、随机森林、Boosting、 神经网络模型在多因子选股中的应用。...在选股领域，使用模型的夏普比率(Sharpe)来衡量。...模型选股测试结果和IC值分析 在“Stacking集成学习中基模型的对比和选取”一章中，我们得出在全A选股情况下，XGBoost_6m以及逻辑回归_6m最适合与XGBoost_72m进行Stacking...我们构建了全A选股策略并进行回测，各项指标详见图表23，选股策略是行业中性策略，策略组合的行业配置与基准（沪深300、中证500、中证全指）保持一致，各一级行业中选N个股票等权配置（N=2,3,4,5,6...我们构建了全A选股策略并进行回测，各项指标详见图表27，选股策略是行业中性策略，策略组合的行业配置与基准（沪深300、中证500、中证全指）保持一致，各一级行业中选N个股票等权配置（N=2,3,4,5,6
虽然距离基金二季报公布的DDL已过去近1个月，但我们还是赶（bu）个（shi）晚（tuo）集（yan），分享一下基于python爬取天天基金网基金持仓数据的方法，最新及历史持仓数据均可爬。...根据Wind数据，2021Q2公募基金持有A股总市值5.57万亿元，持仓市值占A股流通总市值的比重从2017Q1的4.07%一路提升至7.51%。即便只卡位小浪尾巴，也能够跟随机构化浪潮分到一杯羹。...其中，主动权益类基金持仓对于抄作业选股的参考价值更高，因此，我们筛选出股票型、混合型-偏股、混合型-灵活基金的持仓进行简要分析。 以持仓风格切换分析为例。
14）黑马股的成交量变化在底部时一般有两种特征：一种是成交量在低位底部从某天起突然放大，然后保持一定的幅度，几乎每天都维持在这个水平，在日线图上股价小幅上涨，下跌时常常出现十字星状;另一种是成交量从某一天起逐步放大
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
