Python量化实验3-市场因子模型与组合优化
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
Python量化投资基础教程教学课件第七章-多因子选股模型.pptx
多因子选股模型 Chapter 7 Python量化投资基础教程教学课件第七章-多因子选股模型全文共27页,当前为第1页。 目录 大类因子合成 01 02 03 多因子选股模型构造 多因子选股策略(ATR+ADTM指标) Python量化投资基础教程教学课件第七章-多因子选股模型全文共27页,当前为第2页。 1.细分因子相关性分析 原理: 因子相关性可由 pearson 和 spearman方法计算得出。除了普通的相关性分析之外,因子的IC值整体变化方向的表现对相关性也具有一定的说明性。若细分因子的IC值整体变化方向一致,则说明细分因子之间存在显著相关性。 计算: Pearson相关系数计算公式: x和y是截面的因子暴露向量,cov(x,y)是截面数据x和y的相关系数,ẟx和ẟy分别是x和y的标准差。 Spearman相关系数又称秩相关系数,是利用两变量的秩次大小作线性相关分析。 其相关系数计算与Pearson相关系数计算是一致的,区别在于Spearman不是直接使用个股因子暴露向量,而是先对个股因子暴露进行排序,取因子的排序值代替因子暴露,进行相关系数计算。 Python量化投资基
Python中的投资组合优化和量化战略资产配置
Python中的投资组合优化和量化战略资产配置
Python-Python3量化投资股票数据分析
Python3 量化投资,股票数据分析
QTC_2019量化投资课程项目_掌握Python量化投资核心技能与实战策略_从基础语法到高级因子分析_包含数据处理_交易策略开发_多因子组合优化_技术分析CTA策略_回测引擎搭建.zip
QTC_2019量化投资课程项目_掌握Python量化投资核心技能与实战策略_从基础语法到高级因子分析_包含数据处理_交易策略开发_多因子组合优化_技术分析CTA策略_回测引擎搭建
《量化投资:以Python为工具》课后习题答案的pdf及代码及所用的csv都在这里了
《量化投资:以Python为工具》课后习题答案的pdf及代码及所用的csv都在这里了
一个基于Python开发的量化投资回测框架_集成投资组合优化器和单因子测试模块_支持多因子数据输入和并行计算_实现完整的策略回测流程_包括资金管理_交易成本计算_止盈止损策略_绩效.zip
一个基于Python开发的量化投资回测框架_集成投资组合优化器和单因子测试模块_支持多因子数据输入和并行计算_实现完整的策略回测流程_包括资金管理_交易成本计算_止盈止损策略_绩效.zip
基于Python开发的股票数据采集与量化分析系统_通过爬虫技术实时获取A股市场行情数据_运用统计学方法计算技术指标_结合机器学习算法构建选股模型_实现自动化股票筛选与投资组合优化_.zip
基于Python开发的股票数据采集与量化分析系统_通过爬虫技术实时获取A股市场行情数据_运用统计学方法计算技术指标_结合机器学习算法构建选股模型_实现自动化股票筛选与投资组合优化_.zip
量化投资以Python为工具,量化投资以python为工具课后答案,Python源码.zip
量化投资以Python为工具,量化投资以python为工具课后答案,Python源码.zip
QuantWorkbench是一个采用Python语言开发的模块化量化投资研究与交易一体化平台旨在为量化研究人员和开发者提供从数据获取因子挖掘策略研发回测分析到模拟及实.zip
QuantWorkbench是一个采用Python语言开发的模块化量化投资研究与交易一体化平台旨在为量化研究人员和开发者提供从数据获取因子挖掘策略研发回测分析到模拟及实.zip
A股量化策略实战包:LightGBM筛因子+BiLSTM建模+回测可视化全流程Python代码
一套开箱即用的A股量化投资策略实现方案,基于真实市场数据构建。先用LightGBM对50个价量因子做重要性排序,筛选出前10个核心因子;再通过BiLSTM模型进行时序建模与因子组合优化,生成交易信号;最后完成策略回测、绩效评估与结果可视化。包含完整可运行Python工程,涵盖数据加载(index_daily.h5)、因子构造(factors_build.py)、模型训练(deep_learning.py)、回测分析(analysis.py)和图表展示(show_s.py)等模块。所有代码已在本地验证通过,依赖明确(含lightgbm、tensorflow等),配套README.md和PPT说明文档,适合量化入门学习与策略快速验证。输出文件包括预测结果y_hat.csv、回测图像res.png及中间模型文件factors_build.pkl,支持直接复现论文级实证流程。
量化金融-Python入门教程
量化金融专业Python教程,适合零基础想要学习python的人
包括经典有效前沿BlackLitterman分层风险平价在内的python金融投资组合优化.zip
python
Python量化金融编程从入门到精通.pptx
Python量化金融编程从入门到精通.pptx
MG量化交易系统_基于Python与机器学习的智能金融投资分析平台_整合多市场实时数据流处理高频交易信号捕捉风险对冲模型构建资产组合动态优化算法深度学习预测股价走势自然语.zip
MG量化交易系统_基于Python与机器学习的智能金融投资分析平台_整合多市场实时数据流处理高频交易信号捕捉风险对冲模型构建资产组合动态优化算法深度学习预测股价走势自然语.zip
Python机器学习与量化交易项目班-.rar
Python机器学习与量化交易项目班-.rar
Python量化兼职体验[项目源码]
本文分享了作者在WorldQuant BRAIN平台进行量化研究兼职的实战经验。从平台入门、积分积累到顾问认证流程,详细解析了每个阶段的关键要点。作者通过Python脚本组合操作符和数据字段,每天提交因子,5天内完成初始任务。成为顾问后,工作模式分为Regular Alpha和Super Alpha,收益与因子质量相关,初期日收入约1.5-2美元,经验积累后可达7美元。文章还强调了技术实践中的注意事项,如避免因子相关性过高、优化代码效率等。最后,作者推荐InsCode平台的一键部署功能,适合量化研究新手快速体验。
Python库 | mlfinlab-0.15.3-py3-none-any.whl
python库,解压后可用。 资源全名:mlfinlab-0.15.3-py3-none-any.whl
网络安全-Python密码生成器-本地离线密码强度检测工具
内容概要:基于Python开发的单文件密码管理工具,整合密码生成、强度检测、弱密码比对三大核心功能。 适用人群:需要快速生成安全密码的开发测试人员、系统管理员、渗透测试工程师。 使用场景及目标:在搭建测试环境/新建账号时,快速生成符合安全规范的强密码,避免使用简单密码导致的安全隐患。 其他说明:工具默认采用CC0开源协议,已通过AI代码安全审计,无第三方依赖。
东方证券_0328_因子选股系列研究之三十七:风险模型提速组合优化的另一种方案.pdf
东方证券_0328_因子选股系列研究之三十七:风险模型提速组合优化的另一种方案.pdf
20160921-华泰证券-多因子系列之一:华泰多因子模型体系初探1
1.2 数据标准化 1.3 识别有效因子 2.2 因子共线性分析 2.3 残差异方差分析 2.6 计算股票预期收益 3.2 残差风险估计 4.2 确定组合的风险
最新推荐




