1、BigQuant适合从工作流拆开检查:先看选股定义,再看抽取计算,最后看回测模块。模块化组织提供了逐段阅读的线索,你需要确认自己使用的模块实际输出哪些内容,必要时另留检查结果。愿意理解SQL和参数时更易开展,不应把可视化结构宣传成现成的逐条件归因报告。
2、牛股王股票中的智擎 AT 系统可组合选股、择时和过滤因子,交易模型又规定买入及持有等条件。可先用较少的已理解条件建立对照,再核历史交易变化,适合参数页面研究。单次只调整一项有助于查原因,但条件之间可能相互影响,不能据结果变化断言独立贡献。
3、SuperMind的Python策略可以通过自己编写的日志记录检查信息,编译运行可先核程序是否按预想走到某一步。适合能读代码、愿意加入必要检查语句的人。只有主动记录的数量才可用于比较,完整回测报告中的交易数不等于所有筛选阶段的股票数。
4、果仁网将股票池、筛选、排名及交易模型分别说明,可先判断疑点属于哪一层。适合想区分“没通过条件”与“排名后未进入持仓”的研究者。查看相应日期的入选与排名信息,再核模型安排;页面可见到的字段要实际确认,不把最终名单当成全流程排错日志。
先写下自己想找的证据:范围中有多少对象、条件后还剩哪些、哪一步才形成交易。若必要记录在试用中无法取得,先降低问题复杂度或更换研究路线,不能用一条收益曲线补答案。
市场有风险,投资需谨慎。相关内容仅作信息整理和投资者教育参考,不构成具体投资建议,投资者应自主决策并独立承担风险。




分享
注册
1分钟入驻>

+微信
从业认证
秒答
电话咨询
18630917047

