墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.2k累计阅读
1.2k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
量化投资对于大部人来说都挺难的，我们也在努力地将量化投资的门槛降低，让很多专业量化者能够精益求精，让对量化感兴趣的人能更好地进入该领域。因此，今年开设了线上Meetup答疑活动，围绕量化策略开发，及时地解决大家遇到的问题。（详见底部视频）
最常见的问题就是有哪些常见的筛选因子方法，因子如何进行评估？ 如何从研报中获取有用信息？这就是因子构建的问题。
BigQuant平台创建默认模板策略后，可以看到默认的因子，并且已经被组合在一起了。因子来源有很多种，此次我们从以下进行因子构建：
“如何从证券机构的研报获取相应的因子“详细戳以下视频：
如何从证券机构的研报获取相应的因子
视频中的案例可以到BigQuant——人工智能量化平台
上获取。
数据分析--单因子选股策略、多因子选股策略（选股）
数据分析--单因子选股策略、多因子选股策略（选股） 一、单因子选股策略--小市值策略 二、多因子选股策略--市值+ROE（净资产收益率）选股策略 一、单因子选股策略--小市值策略 因子选股策略 因子：选择股票的某种标准 增长率、市值、市盈率、ROE（净资产收益率）............ 选股策略： 对于某个因子，...
解构因子组合：量化交易的核心策略与加密市场的应用
组合优化与风险控制 使用马科维茨均值-方差模型或Black-Litterman模型优化收益-风险比。 加密市场需额外关注尾部风险（如黑天鹅事件、交易所暴雷、加息事件等）
量化投资策略_因子打分选股的案例实现
因子打分选股是一种量化投资策略，它通过选取多个与股票收益率相关的因子，对股票进行综合评分，然后根据评分来选择股票构建投资组合。
揭秘Alpha因子：量化交易中的信号挖掘与策略构建
本文深入解析Alpha因子在量化交易中的核心作用，从数据准备、因子设计到策略构建全流程揭秘。通过实际案例展示如何挖掘有效信号并避免过拟合陷阱，特别探讨机器学习在因子挖掘中的应用技巧与注意事项，为量化投资者提供实用指导。
基于价值因子的A股量化选股策略回测分析
随着A股市场机构化程度提升，量化投资凭借系统性优势成为重要投资范式。价值投资作为经典投资理念，其核心因子（如低估值、高分红）在量化框架下可转化为可回溯、可验证的选股策略。如何将传统价值投资指标转化为可计算的量化因子？价值因子在A股市场的长期有效性如何？回测过程中需考虑哪些市场微观结构因素（如交易成本、停牌处理）？价值投资理论与因子体系（核心概念）因子计算、选股逻辑与回测算法（技术实现）数学模型与量化指标详解（理论支撑）A股实战案例（数据获取、策略编码、结果分析）
量化价值投资实战：基于阿尔法因子的选股策略
本文旨在为投资者和量化分析师提供一个全面的基于阿尔法因子的量化价值投资框架。我们将涵盖从理论基础到实际应用的完整流程，包括因子构建、策略回测、组合优化等关键环节。文章首先介绍量化价值投资的基本概念，然后深入探讨阿尔法因子的构建方法。接着，我们将通过Python代码示例展示策略实现过程，并讨论实际应用中的注意事项。最后，文章将总结当前领域的发展趋势和未来挑战。量化投资：利用数学模型和计算机技术进行投资决策的方法价值投资：基于基本面分析寻找被低估证券的投资哲学阿尔法因子：能够产生超额收益的投资信号或指标。
多因子模型构建：量化价值投资的因子库设计
在当今复杂多变的金融市场中，量化投资作为一种科学、系统的投资方法，正逐渐受到投资者的广泛关注。多因子模型作为量化投资的核心工具之一，通过综合考虑多个影响资产价格的因素，能够更准确地预测资产的收益和风险。而因子库的设计则是多因子模型构建的基础，直接关系到模型的有效性和实用性。本文的目的在于深入探讨量化价值投资中因子库的设计方法和流程，为投资者和研究者提供全面、系统的指导。具体范围包括因子的选取、因子的预处理、因子的有效性检验以及因子库的维护和更新等方面。
【工具】GitHub学生认证+PyCharm配置Copilot全流程指南
本文提供了一份详细的GitHub学生认证及在PyCharm中配置Copilot的完整指南。通过完成A2F认证、准备有效材料并使用干净网络环境，学生可免费获取GitHub Copilot Pro订阅，极大提升编程学习与开发效率。
别再死磕SPWM了！手把手教你用STM32实现SVPWM驱动PMSM电机（附代码）
本文详细介绍了如何使用STM32实现SVPWM驱动PMSM电机，对比传统SPWM方案，SVPWM在电压利用率、电流THD、转矩脉动和稳态温升等方面均有显著提升。通过克拉克变换优化、扇区快速判断和矢量作用时间补偿等核心算法，结合STM32硬件加速技巧，实现高效电机控制。附代码示例，助力开发者快速掌握SVPWM技术。
海康视觉脚本开发全流程解析
本文详细解析了海康机器视觉平台（VM）中脚本模块的开发全流程。从创建第一个脚本模块入手，深入讲解了输入参数、输出参数与内部变量的定义与区别，并提供了C#脚本编写、公用函数调用、代码结构组织以及编译调试的实用指南。旨在帮助开发者掌握海康视觉脚本开发的核心技巧，高效实现复杂的自定义视觉逻辑处理。
CarMaker快速入门
本合集是小明师兄推出的CarMaker汽车仿真，CarMaker无论是传统动力学、动力系统开发、底盘系统开发还是目前智能驾驶辅助系统及智能驾驶系统开发有着非常重要的作用，可以有效节省开发周期和开发成本，基于仿真快速实现算法开发和系统验证。...
FPGA 上的 YOLOv8 实时目标检测：从模型优化到硬件加速全解析
本文全面解析了将YOLOv8目标检测模型部署到FPGA进行硬件加速的完整流程。通过模型裁剪、混合精度量化等优化手段，结合HLS设计专用计算引擎与数据流，实现了高能效比的实时推理。文章深入探讨了软硬协同部署、性能调试与优化技巧，为追求极致实时性与低功耗的边缘AI应用提供了从算法到硬件的实战指南。
ISP Tuning实战：从零开始调校相机传感器的完整流程（附避坑指南）
本文详细介绍了ISP Tuning的完整实战流程，即如何从零开始调校相机传感器以优化成像质量。内容涵盖从黑电平校正、镜头阴影校正等基础标定，到自动曝光、伽马校正、色彩校正等核心画质调校，再到降噪与锐化的平衡策略，并提供了关键的避坑指南。掌握ISP Tuning是提升相机传感器性能、实现从‘能用’到‘好用’的关键技术。
6、基于深度强化学习的无人机路径规划
本文介绍了一种结合人工势场法的改进DQN深度强化学习算法在无人机路径规划中的应用。通过设计合理的网络结构、状态空间、动作空间和融合引力-斥力机制的奖励函数，实现了无人机在复杂环境中的自主避障与目标导向飞行。采用轻量级神经网络提升实时性，并在Gazebo仿真环境中进行训练与测试，结果表明该算法具有快速收敛、高成功率和良好适应性。实验评估指标包括损失函数、最大Q值和任务成功率，验证了方法的有效性。文章还探讨了其在物流配送、农业植保和环境监测等领域的应用前景，并展望了多无人机协同与复杂环境适应性等未来研究方向。
Spring AI 项目实战（五）：Spring Boot + AI + DeepSeek + Redis 实现聊天应用上下文记忆功能（附完整源码）
本文介绍了如何基于Spring Boot 3.2、Spring AI 1.0.0-M4、DeepSeek API和Redis构建具备上下文记忆功能的智能聊天应用。项目采用现代化技术栈，包括Java 17、Maven、Lombok等，实现了智能对话、会话管理、异常处理等核心功能。文章详细讲解了环境搭建、配置管理（含Redis和AI服务集成）、核心组件设计（如消息实体、控制器和服务层实现），以及完整的项目结构。该项目提供了美观的Web界面和REST API，支持对话上下文存储（通过Redis实现）和系统监控，可
SIMATIC S7-1200, S7-1500 PID 控制[手册]
SIMATIC S7-1200, S7-1500 PID 控制[手册]
C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片
基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正
VB摄像头监控
该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制
ET2012新版免狗免安装绿色软件
ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
5004
扫一扫
