基点模型相关资讯_叩富问财专题

量化张经理 _股票
德阳已帮助16万+人好评1293

在量化投资的世界里，多因子模型（Multi-FactorModel）被誉为“选股的基石”。它不再依赖于某一个孤立的指标（如PE或股息率），而是通过建立一套多维度的打分系统，从浩如烟海的个股中筛选出胜率最高的组合。简单来说，多因子模型就像是一个精准的筛选过滤器。每一个“因子”代表了股票的一种特征。常见的因子包括：1. 价值因子：如市盈率（PE）、市净率（PB），寻找那些被市场低估的品种... 阅读全文

2026-3-20 10:49 436次浏览

RSRS择时模型：利用线性回归斜率判断大盘拐点

小鱼经理 _股票
玉林已帮助21万+人好评2149

RSRS（ResistanceSupportRelativeStrength）模型是量化择时领域中一个极具影响力的创新。与传统的MACD、KDJ等指标不同，它不再关注单纯的价格涨跌，而是关注最高价与最低价之间的统计关系。模型的数学核心RSRS的核心逻辑是：对过去N天的最高价（High）和最低价（Low）进行线性回归。其回归系数（斜率）代表了支撑位和压力位的相对变化速度。 -斜率增大：代表支撑位的上移速度快于压力位，市场上涨动力强劲... 阅读全文

2026-3-19 16:37 287次浏览

QMT模型交易中逐K线驱动与事件驱动模式对比

量化张经理 _股票
德阳已帮助16万+人好评1293

在使用QMT（极速策略交易系统）编写策略时，投资者会面临一个底层机制的选择：是采用“逐K线驱动”（Handlebar）还是“事件驱动”（Subscribe）。理解这两者的本质差异，直接决定了策略的性能与适用场景。逐K线驱动（Handlebar）：逻辑简单，适合趋势这是最符合传统技术分析直觉的模式。在该模式下，每当一根新的K线（如5分钟K线）结束并产生时，系统就会调用一次策略逻辑。 *... 阅读全文

2026-3-19 10:27 197次浏览

量化交易中的多因子选股模型构建基础

小李经理 _股票
宁波已帮助6.8万+人好评74

多因子选股是量化投资中最经典的模型之一。其逻辑是将股票的超额收益拆解为多个因子的贡献，如价值因子（低PE）、成长因子（净利增长）、规模因子（小市值）等。构建一个基础的多因子模型通常分为四步。首先是因子提取，利用QMT或PTrade的财务数据接口，获取全市场股票的财报指标。其次是因子有效性检验，通过IC（信息系数）分析，判断某个因子在过去一段时间内是否真的与股价正相关。第三步是因子标准化与去极值。由于不同指标的量纲不同（如PE可能是... 阅读全文

2026-3-17 16:34 282次浏览

量化交易中的多因子模型究竟是如何运作的？

小李经理 _股票
宁波已帮助6.8万+人好评74

在2026年的A股市场中，单打独斗的“技术指标”往往容易陷入钝化陷阱。许多投资者在实盘中发现，单纯依靠KDJ或MACD进行博弈，效果远不如前。这时候，多因子模型作为一种系统化的选股工具，逐渐进入了大众视野。简单来说，多因子模型不再孤立地看某一个维度，而是通过多个维度的筛选，试图寻找出大概率能跑赢市场的标的。多因子模型的运作逻辑可以类比为“相亲”。如果把选出一只大牛股比作寻找心仪的对象... 阅读全文

2026-3-17 16:01 251次浏览

量化模型如何处理分红送转？复权数据的正确使用方法

量化张经理 _股票
德阳已帮助16万+人好评1293

在量化回测中，如果不考虑股票的除权除息，价格曲线会出现不自然的“缺口”，导致技术指标完全失效。正确的方法是使用“复权数据”。前复权是以当前价格为基准，保持近期价格不变，将历史价格下调；后复权则是保持上市首日价格不变。对于量化交易者，前复权更常用，因为它能直观反映出当前的持仓盈亏逻辑。QMT等系统在获取数据时，通过参数设置即可一键切换复权模式。量化交易的核心优势，是用程序代替人工，规避... 阅读全文

2026-3-13 11:05 277次浏览

量化交易中的资金管理模型：凯利公式的应用

小李经理 _股票
宁波已帮助6.8万+人好评74

很多量化初学者迷恋于寻找“高胜率”指标，但资深交易者明白，最终决定净值曲线的是“资金管理”。在量化策略中，凯利公式（KellyCriterion）是解决“每一笔交易该投入多少钱”的最优数学框架之一。凯利公式的逻辑非常直接：$f=(bp-q)/b$。其中，$f$是应投入资金的比例，$p$是胜率，$q$是赔率（即失败的概率），$b$是赔率（即盈亏比）。公式告诉我们... 阅读全文

2026-3-12 11:16 312次浏览

国务院：加快研究更加高效的模型训练和推理方法

同花顺期货 _期货
杭州已帮助184人好评4660

国务院发布关于深入实施“人工智能+”行动的意见。意见指出，提升模型基础能力。加强人工智能基础理论研究，支持多路径技术探索和模型基础架构创新。加快研究更加高效的模型训练和推理方法，积极推动理论创新、技术创新、工程创新协同发展。探索模型应用新形态，提升复杂任务处理能力，优化交互体验。建立健全模型能力评估体系，促进模型能力有效迭代提升。... 阅读全文

2025-8-26 17:06 157次浏览