当前位置: 首页 > article >正文

Quant星球-量化连载

编程篇

该部分主要介绍在量化开发过程中常用到工具,比如Python语言、Pandas、Numpy、plotly等。

Pandas

  • 01数据结构
  • 02数据选择和索引
  • 03分组、合并与分类
  • 04统计
  • 05时间序列
  • 06数据表
  • 07可视化
  • 08数据读取与存储
  • 09排序

Plotly

  • plotly绘制图形
  • plotly绘制金融图形

数学篇

----待补充—

量化框架篇

该部分主要介绍量化交易系统的组成:数据获取、数据处理、策略开发、策略回测、风险管理、实盘交易、系统监控等。

  • 什么是量化交易
  • 量化投资框架
  • 开源框架与商用框架
  • 量化策略开发语言和库
  • 实例:Backtrader

数据篇

本篇主要梳理金融交易中常用到的数据,包括:宏观数据、行情数据、资金数据等等。将以tushare、akshare为数据基础进行梳理。

  • 横截面数据、时间序列数据、面板数据
  • 量化策略中的金融数据
  • 股票中的前复权和后复权
  • 数据来源-开源与商用
  • 实例:AKshare 获取数据

风险与收益篇

在大多数金融研究中,资产的收益率广泛应用于金融理论和模型中。资产收益率,指投入某资产所能产生的收益率与当初投资成本的比例。在量化投资中,通常采用一列收益指标来评价投资策略的收益,常用的收益指标:总收益、年化收益率、胜率、盈亏次数比等。

资产风险,指获得收益的不确定性,即实际收益与期望收益的偏差。通过对投资策略的风险进行量化评估,以便更好的管理风险。常见的几种风险评测指标:最大回撤、波动率等。

  • 资产风险与收益
  • 策略收益评价
  • 策略风险评价
  • 策略与基准投资组合比价评价
  • 策略绩效指标库介绍
  • 实例:QuantStats、pyfolio、EMPyrical

策略篇

量化策略是基于数字、数学和统计发现金融市场低效率的策略。量化策略是借助计算机技术实现投资思想的逻辑代码,一般包括数据获取、信号分析、执行交易三大模块。

常用技术指标

  • 均线系统策略-MA
  • 通道突破策略 - 唐奇安、BOLL
  • 随机指标交易策略 - KDJ
  • 相对强弱策略 - RSI
  • OBV指标策略

技术指标库

  • Ta-Lib、pandas_ta

常用策略

  • 均线交易策略 - MACD
  • 通道突破策略 - BOLL
  • 相对强弱策略 - RSI
  • 随机交易策略 - KDJ
  • 双均线策略-MA
  • 行业轮动
  • 行业轮动-RSRS
  • 网格交易
  • 海龟策略

多因子模型

  • 多因子模型01-理论背景
  • 多因子模型02-因子分类
  • 多因子模型03-01-数据清洗
  • 多因子模型03-02-单因子测试
  • 多因子模型03-03-单因子分析
  • 多因子模型04-01-因子合成
  • 多因子模型05-01-组合构建

Alphalens

  • Alphalens是什么?
  • Alphalens实例:低换手率因子分析

量化策略和回测

  • 量化策略和回测
  • 一个简单的回测框架
    • 海龟策略
    • OBV指标策略
    • 网格交易
      • 网格交易-等差网格
      • 网格交易-等比网格
      • 网格交易-大小网格
      • 网格交易-上下网格
      • 网格交易-非对称网格

机器学习篇

监督学习

【机器学习】线性回归
【机器学习】逻辑回归
【机器学习】决策树
【机器学习】K-最近邻
【机器学习】SVM支持向量机
【机器学习】随机森林
【机器学习】GBDT梯度提升决策树
【机器学习】朴素贝叶斯
【机器学习】XGBoost

无监督学习

【机器学习】Kmeans
【机器学习】主成分分析PCA

其它

【机器学习】数据预处理和特征工程
混淆矩阵(Confusion Matrix)
距离度量方法

实践案例

.1 Scikit-Learn-机器学习的基本步骤
.2 Scikit-Learn学习手册
.3 实践案例
人力资源分析

从kaggle中选择模拟人力资源数据,建立一个分类器,预测在给定属性的情况下,哪些员工更可能离职.

  • 人力资源分析1
  • 人力资源分析2
  • 人力资源分析3
波士顿房价预测

波士顿房价预测,波士顿房地产市场竞争激烈,而你想成为该地区最好的房地产经纪人。为了更好地与同行竞争,你决定运用机器学习的一些基本概念,帮助客户为自己的房产定下最佳售价。

泰坦尼克号乘员的生存

泰坦尼克号乘员的生存,泰坦尼克号(RMS Titanic),又译作铁达尼号,是英国白星航运公司下辖的一艘奥林匹克级游轮,排水量46000吨,是当时世界上体积最庞大、内部设施最豪华的客运轮船,有“永不沉没”的美誉 。

Titanic - Machine Learning from Disaster, 比赛很简单:使用机器学习来创建一个模型,预测哪些乘客在泰坦尼克号沉船中幸存下来。


http://www.kler.cn/news/356326.html

相关文章:

  • WPF中MVVM的应用举例
  • .NET 9 - 尝试一下Open Api 的一些变化
  • 配置啊手动阀打发第三方
  • SpringBoot物流管理平台开发全解析
  • 网站防护,高可用,雷池配置同步教程
  • 创新的语音情感识别:利用 WavLM Large 探索性别信息整合和高级汇集方法
  • 尚硅谷rabbitmq2024 工作模式发布订阅模式 第10节答疑
  • Python爬虫-eBay商品排名数据
  • 线性可分支持向量机的原理推导 标准优化目标 公式解析
  • JavaSE之String类
  • 将MySQL中按行记录的数据转换成按列记录
  • 【EJS】JavaScript 模板引擎
  • DC系列靶机-DC6
  • 深度学习代码学习笔记2
  • 超详细的Java Web开发
  • C++之《剑指offer》学习记录(3):拷贝构造函数
  • SpringBoot的Web项目Mybatis-plus多数据源
  • Python实现贪吃蛇大作战
  • 基于SpringBoot+Vue+uniapp微信小程序的澡堂预订的微信小程序的详细设计和实现
  • MYSQL OPTIMIZE TABLE 命令重建表和索引