引言

什么是有效市场?它对投资和估值意味着什么楷模?显然，市场效率是一个有争议的概念，并吸引了强大的 观点，赞成和反对，部分原因是个人之间对它的真正含义存在差异 意味着，部分原因是核心信念在很大程度上决定了投资者如何 接近投资。本章提供了市场效率的简单定义， 考虑了有效市场对投资者的影响，并

配对策略的交易规则

对于股价有长期协整关系的两只股票X和Y, 可以通过历史数据回归计算两只股票的股价关系,即 Y = a*X + b, 得到相关系数a和残差项b； 如果两个股票所属同一行业，我们可以认为两者的股价未来应该保持上述关系，即序列 zscore=(b-mean(b,N))/st

策略案例

[https://bigquant.com/experimentshare/d25955bb6c2248ef8cd5e9d80d53d90f](https://bigquant.com/experimentshare/d25955bb6c2248ef8cd5e9d80d53d90f

导语

在阅读了 深度学习的简要介绍后，本文将介绍深度学习CNN模型及其在量化投资领域中的应用。

深度学习在量化领域应用

机器学习作为人工智能的核心，其传统算法在解决很多问题上都表现出了高效性。随着近些年数据处理技术上的进步和计算能力的提升，深度学习

策略案例

[https://bigquant.com/experimentshare/49001f2001494630bee37f8e2e0902c2](https://bigquant.com/experimentshare/49001f2001494630bee37f8e2e0902c2

需要搜索的参数如以下,更详细的可以参考xgboost的官方文档：

1. 学习率，eta [default=0.3]，常用的区间 {0.3, 0.1, 0.05, 0.01} 2

策略案例

[https://bigquant.com/experimentshare/db8fb060a19b4ad4badcc93f990f9371](https://bigquant.com/experimentshare/db8fb060a19b4ad4badcc93f990f9371

第二讲 MARL中经典算法的简单介绍

在这一讲中，我们会介绍一下在MARL中常见的一些算法，并进行简单的归类与整理，同时简单地介绍下这些经典算法解决的是什么类型的问题，出发点是什么等等背景。并在之后的几讲中对提出算法的paper进行更详细的介绍，同时会在github上开个仓库 ，简单地实现一

\

何为因子

因子是证券收益的一般（系统）驱动力。(common (systematic) driver of securities' returns)

证券收益中，来自因子暴露（factor exposure）的部分和来自个股非系统性风险（stock-specific n

因子暴露、因子载荷说的都是一篮子股票组合的某个因子的加权平均值

比如组合中只有A和B股票，权重各0.5，A的市值因子为a, B的市值因子为b

那么组合的该日因子总暴露为a0.5+b0.5,每天都能算任意因子的组合暴露值。

因子收益是指给定一段时间内，全市场每只股票阶段收益率序列Y和因子X之间的

什么是技术分析？

所谓股票的技术分析，是相对于基本面分析而言的。基本分析法着重于对一般经济情况以及各个公司的经营管理状况、行业动态等因素进行分析，以此来研究股票的价值，衡量股价的高低。而技术分析则是透过图表或技术指标的记录，研究市场过去及现在的行为反应，以推测未来价格的变动趋势。其依据的技术

https://bigquant.com/experimentshare/6463968c72e54d88b36193953fb07cfe

\

什么是ATR

ATR又称 Average true range平均真实波动范围，简称ATR指标，是由J.Welles Wilder 发明的，ATR指标主要是用来衡量市场波动的强烈度，即为了显示市场变化率的指标。

首先提出的，这一指标主要用来衡量价格的波动。因此，这一技术指标并不能直接反映价

指标用法

考夫曼自适应均线指标的用法具体就是：当股价一直都在线下运行时，突然有一根阳线上穿指标线，这个时候就是一个比较好的进场点，如下图所示。

![{w:100}](/wiki/api/attachments.redirect?id=c9750cee-d1fd-40c8-9f33-3b7

导语

本文通过StockRanker算法在单因子上进行了批量回测试验，尝试在沪深300样本股范围内中寻找具有获取超额收益潜力的因子，以实现较好的的相对收益。结果表明，通过批量测试能够快速因子筛选，同时指导新策略的开发。

背景介绍：因子分析是对冲基金常用工具之一，用来分析研究收益率均值和因子

本文章翻译自MSCI研报《MSCI INTEGRATED FACTOR CROWDING MODEL》下附PDF英文原文

作者：George Bonne, Leon Roisenberg, Roman Kouzmenko, Peter Zangari

时间：2018年6月

摘要

导语

特征选择在许多方面都是适用的:它是对抗维度灾难的最佳武器；它可以减少整体训练时间；它也可以有效防止过拟合现象，提高模型的泛化能力。

如果要对动物进行分类，你可以很快的发现许多相关的属性或特征对模型毫无益处。例如，绝大多数动物都恰好拥有1颗心脏，从机器学习的角度来看， **心脏个数这一

导语

近年来，国内量化投资迎来了发展的黄金期，但涉及机器学习的量化投资还比较少。机器学习领域的大神Andrew Ng(吴恩达)老师曾经说过机器学习很大程度上就是特征工程，因此本文主要介绍下特征工程在量化投资领域的应用。

特征工程是什么？

有这么一句话在业界广泛流传： *

运用风险平价策略投资

风险平价策略的产生及概念

产生：雏形是Bridgewater的“全天候”，要建立一个在任何经济环境下都能表现不错的资产组合；但风险平价这一概念出现较晚，产生于2006年；2008年以前，风险平价策略还主要集中在股票、债券、大宗商品等传统的资产类别，仅有少数人利

导语

本文是基于StackAbuse的一篇讲解Seaborn的文章 上编写。 附示例及实现代码，可直接前往文末 **一键克隆代

导语

本文是基于StackAbuse的一篇讲解Seaborn的文章上编写。 附示例及实现代码，可直接前往文末**一键克隆代码*

AI可视化的因子特征数据清洗

清洗流程

大部分的金工报告中第一步都是提取因子数据，随后就是对这些因子特征数据的清洗。以华泰证券的金工报告为例，数据清洗的标准流程大概包括：

• 缺失值处理（删除或者用行业均值填充）
• 因子异常值处理（固定比例法、均值标准差法、MAD法）
• 行业市值中性

什么是均线？

金融市场上每个人都有一套自己的分析方法，无论你是一个技术派、基本面派、消息派还是量化投资派，对于“均线”这个名词一定不会陌生。虽说这个概念诞生于市场技术分析领域，但由于它的通俗易用，均线一直受到投资者和市场分析人士的青睐。

均线的全称是移动平均线（MA）。移动平均线是个什么概