简介

本文来自于MSCI研究，原文标题为《情绪因素在不同地区的表现如何？》

关键词：MSCI  |  全球投资  |  因子投资

作者：Howard Zhang

资料来源：MSCI 因子实验室。

情绪因素试图衡量不同群体对公司的看法。可以通过多种方式并从各种数据源中衡量情绪。许多情绪

第4讲:动态规划算法的理论基础 研究科学家Diana Borsa将动态规划算法作为收缩映射进行研究，观察它们何时以及如何收敛到正确的解。

[https://www.youtube.com/watch?v=XpbLq7rIJAA](https://www.youtube.com/watch?v=Xp

第6讲:无模型控制 研究科学家Hado van Hasselt研究了政策改进的预测算法，从而产生了可以从抽样经验中学习良好行为政策的算法。

[https://www.youtube.com/watch?v=t9uf9cuogBo](https://www.youtube.com/watch?v=t

第7讲:函数近似 研究科学家Hado van Hasselt解释了如何将深度学习与强化学习相结合，以实现“深度强化学习”。

[https://www.youtube.com/watch?v=ook46h2Jfb4](https://www.youtube.com/watch?v=ook46h2Jf

Lecture 9: Policy-Gradient & Actor-Critic methods Research Scientist Hado van Hasselt covers policy algorithms that can learn policies directly and ac

导语

相关性经常用来度量两个变量的相关关系，本文将对相关系数做详细讨论。

简介相关系数

诺贝尔经济学奖得主马科维茨曾说过“资产配置多元化是投资的唯一免费午餐”。投资中有句谚语，不要把鸡蛋放在一个篮子，实际上讲的就是选择相关性不高的资产进行配置。资产之间的相关性用什么指标

概要

当我们开始学习编程的时候，第一件事往往是学习打印"Hello World"。就好比编程入门有Hello World，机器学习入门有MNIST。

MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字图片

它也包含每一张图片对应的标签，告诉我们这个是数字几。比如，上面这四张图

导语

对于那些认为随机森林是黑匣子算法的人来说，这篇帖子会提供一个不同的观点。接下来，我将从4个方面去理解随机森林模型。

特征有多重要

在sklearn随机森林中使用model.feature_importance来研究其重要特征是很常见的。重要特征是指与因变量密切相关的特

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

[https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW](https://bigquant.com

导语

Python作为一门最热门的语言，现在已经成为数据分析、编程门投资、机器学习的主流语言。

Python是什么？

Python是一种计算机程序设计语言。你可能已经听说过很流行的编程语言，比如非常学的C语言，非常流行的Java语言等等，适合初级的基本的JavaScri

导语

本文介绍了Python中非常重要的数据类型——字典

附件:字典的使用

[https://bigquant.com/experimentshare/12746792311940c2969d62e66309a404](https://bigquant.com/experimentsha

导语

本文介绍Python编程中非常重要的函数调用与定义的相关知识点。

[https://bigquant.com/experimentshare/8dba3693963948e88c7af73f098c4e5d](https://bigquant.com/experimentshare/

导语

本文介绍了Python中非常重要的数据类型——列表。

Python内嵌数据的类型：

有序：

List（列表），是有序集合，没有固定大小，可以通过对偏移量以及其他方法修改列表大小。列表的基本形式如：[1,2,3,4]

Tuple（元组），是有序集合，

导语

本文介绍了非常重要的数据类型——元组、集合

元组（Tuple）是任意对象的有序集合

元组与字符串和列表类似，是一个位置有序的对象的集合（也就是其内容维持从左到右的顺序）。与列表相同，可以嵌入到任何类别的对象中。

通过偏移存取 通过偏移而不是键来访问，例如可以使用索引，切片

导语

在开发期权交易策略时，对期权的定价是至关重要的一步，本文基于鼎鼎大名的Black-Schole-Merton期权定价模型，与蒙特卡洛模拟方法对上证50ETF期权进行定价，以便于后续期权策略的开发。

关于BSM模型的详细推导以及蒙特卡洛模拟这里不做详细介绍，有兴趣的可以参阅[BSM m

构建一个多层卷积网络 CNN

在MNIST上只有91%正确率，实在太糟糕。在这个小节里，我们用一个稍微复杂的模型：卷积神经网络来改善效果。这会达到大概99.2%的准确率。虽然不是最高，但是还是比较让人满意。

卷积层

卷积层（Convolutional layer），卷积神经网

导语

本文介绍Python编程中非常重要的条件与循环的相关知识点。

附件：Python编程之条件与循环

[https://bigquant.com/experimentshare/b8f57c4b437840eabcea39bc7973144b](https://bigquant.com

用卷积网络处理序列数据

我们知道卷积神经网络(convnet)在计算机视觉问题上表现出色，原因在于它能够进行卷积运算，从局部输入图块中提取特征，并能够将表示模块化，同时可以高效地利用数据。这些性质让卷积神经网络在计算机视觉领域表现优异，同样也让它对序列处理特别有效。时间可以被看作一个空间维度

icir

IC即信息系数（Information Coefficient），表示所选股票的因子值与股票下期收益率的相关系数。IR=IC的均值/IC的标准差。

mutual_info

互信息 参考华泰证券研报 <https://bigquant.com/wiki/doc/yinzi-

吴恩达（1976-，英文名：Andrew Ng），华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室

#102
def func(a):
    count = 0  # 当前元素的出现次数
    candidate = None  # 当前出现次数最多的元素
    for num in a:
        if count == 0:  # 当前元素第一次出现

#102
def int_most(arr):
    max_element = None
    max_count = 0
    current_element = None
    current_count = 0

    for element in ar

第10讲:近似动态规划 研究科学家Diana Borsa介绍了近似动态规划，探讨了我们可以从理论上说的近似算法的性能。

[https://www.youtube.com/watch?v=AJejcug2brU](https://www.youtube.com/watch?v=AJejcug2brU

旧版声明

本文为旧版实现，供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

数据读取参考：

[https://bigqua

导语

线性回归模型的最大特点就是简单高效，本文将对线性回归做详细介绍。

简介线性回归

线性回归是衡量两个变量之间线性关系的一种建模技术。 如果我们有一个变量X和一个依赖变量X的变量Y，则线性回归可以确定哪个线性模型Y=α+βX能够最好地解释数据。 例如，我们考虑