投稿

4天学会python机器学习与量化交易

22.6万

1285

2019-06-13 16:23:18

未经作者授权，禁止转载

python量化交易，通过量化交易的概念、框架、策略和打分法、回归法等基础知识的学习，并以模拟交易的方式实现，学习并掌握该技术课程内容： 1. 量化交易介绍、框架以及策略 2. alpha与beta、多因子策略理论、流程及数据处理 3. 单因子有效性分析、多因子相关性及合成 4. 多因子选股策略-打分法、回归法，以及模拟交易、量化总结课程出自：http://yun.itheima.com/course/546.html

黑马程序员粉丝发消息

豆包AI助手，解决各种难题

3万人感兴趣

01_量化交易介绍

29:26

02_量化交易项目流程、做什么

11:43

03_回测框架介绍

06:17

04_策略运行过程介绍

03:19

05_策略运行过程介绍2

17:41

06_获取板块等、交易行情数据

32:38

07_获取财务数据与定时器

36:40

08_投资组合与交易

42:16

09_策略的收益指标

06:39

10_策略风险指标

17:56

11_案例：介绍

03:10

12_案例：实现简单的一个选股策略

36:38

13_总结

05:29

01_复习

02:38

02_alpha与beta和多因子策略介绍

37:27

03_案例：多因子的市值因子选股介绍

05:51

04_案例：多因子的市值因子选股演示

14:03

05_多因子策略流程、因子数据组成、去极值介绍

30:26

06_案例：分位数去极值与3倍中位数法去极值

32:57

07_案例：3sigma法去极值

10:53

08_因子数据的标准化处理

08:16

09_市值中性化处理介绍

20:59

10_案例：市值中性化实现以及回测选股结果

32:24

11_市值中性化结果总结分析

05:25

12_总结

08:08

01_复习

03:35

02_单因子有效性分析介绍

27:14

03_案例：因子暴露度与收益率相关性计算演示

21:23

04_IC分析实战：alphalens介绍、因子横截面数据准备

38:01

05_IC分析实战：价格时间获取、alphalens生成统一数据结构

12:44

06_IC分析实战：IC结果统计与研报分析阅读

24:07

07_收益率分析实战：单因子有效性打分筛选规则与单因子回测框架查看选股位置

40:54

08_分组因子筛选

03:48

09_分组统计结果讲解以及研报分析阅读

06:06

10_多因子相关性实战：计算相关性以及目的

08:54

11_多因子合成实战：PCA进行因子暴露值合成

16:00

12_每日复习

06:07

01_复习

02:55

-02_回测内容确定

07:23

03_打分法选股实战：分组打分

43:22

04_打分法选股实战：综合得分选股股票池(factor拼写错误)

10:28

05_打分法选股实战：回测结果分析

06:20

06_回归法选股实战：回归系数确定-每月末交易列表获取、因子数据获取

35:23

07_回归法选股实战：股票交易日列表价格数据获取、下一期收益率计算

25:03

08_回归法选股实战：股票因子特征值和股票下期收益率回归训练

18:36

09_回归法选股实战：回归系数确定步骤总结

06:05

10_模拟交易介绍(在3点半交易时间内，先介绍)

12:45

11_回归法选股实战：第二步利用回归系数选股-回测因子数据处理

25:44

12_回归法选股实战：第二步利用回归系数选股-回归计算预测股票收益率结果分析

22:50

13_两种选股方法总结

02:11

14_技术指标策略实践(了解)

09:39

15_量化系统架构介绍

21:49

16_量化总结

27:36

顶部