投资组合

投资组合是从多元化投资角度出发,通过精心选择与搭配不同风险与收益特性的资产,旨在实现特定投资目标并降低风险的一种策略。一个有效的投资组合能够在各种市场环境下保持相对稳定的收益,并通过分散投资来减少单一资产的风险。其核心在于资产配置,即根据投资者的风险承受能力、投资期限和收益预期,将资金分配到股票、债券、现金及替代性投资等不同资产类别中。通过动态地调整组合中的资产权重,可以应对市场环境的变化,以确保组合的表现与投资者的目标和风险容忍度保持一致。

协方差矩阵和投资组合方差:计算和分析

什么是协方差矩阵?

协方差矩阵用于计算股票投资组合的标准差,投资组合经理又使用协方差矩阵来量化与特定投资组合相关的风险。在本文中,我们将学习如何为包含 n 个股票的投资组合创建为期“m”天的协方差矩阵。

\


投资组合分析如何运作?

让我们了解投资组合分析的工作原理。假设我们的投资组合中有 4 只股票,我们希望为每只股票分配最佳资本,以使我们的风险最小。

为此,我们需要首先创建多个具有不同权重的投资组合,以反映对每只股票的不同资本配置,并计算每个结果投资组合的标准差,然后选择风险最低的投资组合。

**预期投资组合方差= SQRT (W T *

更新时间:2024-06-12 05:50

量化投资

导语

1989年发表的论文《The Fundamental Law of Active Management》及其随后的相关论文揭示了寻求主动投资的alpha收益的数量化关系,这为主动组合投资管理带来一套令人信服的分析框架,这个数量化关系很好揭示了数量化技术(量化投资)可以如何或者应该如何切入投资管理领域。

和被动组合管理(passive porfolio management)相比,主动组合管理(active porfolio management)更显投资水平的能力,或者说运气。被动投资力求完全复制相应的基准成分股及其权重,所以每当某指数做成分股的调整时,新入选的股票

更新时间:2024-06-12 02:56

小市值策略

策略源码

{{membership}}

https://bigquant.com/codeshare/41bf4005-7f89-45a6-921e-51b1dcc771d9

\

更新时间:2024-06-07 10:55

标注模块+中性化

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

新版模版策略:

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

新版数据平

更新时间:2024-06-07 10:55

模型保存读取

7月16日Meetup模板案例:

策略案例

https://bigquant.com/experimentshare/0aae2066f74e475ba198a6f79757c03f

\

更新时间:2024-06-07 10:55

超参寻优调参顺序

策略案例


https://bigquant.com/experimentshare/fe8ec83484ca44148602d39a58545d75

\

更新时间:2024-06-07 10:55

32nd Meetup

\

更新时间:2024-06-07 10:55

三因子线性模型(包含滚动训练)

{{membership}}

https://bigquant.com/codeshare/37d36e41-2184-4342-b581-9561f199eeec

\

更新时间:2024-06-07 10:55

基于财务数据构建策略

分享主题

基于财务数据构建策略

\

视频回放

https://www.bilibili.com/video/BV1W84y117Nd/?spm_id_from=333.999.0.0&vd_source=ecd29bbd04cbefdfa426167c55241973

\

直播资料

[https://bigquant.com/experim

更新时间:2024-06-07 10:55

39th Meetup

\

更新时间:2024-06-07 10:55

专利因子与量化选股

视频讲解

https://www.bilibili.com/video/BV1ZG41187mJ?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086

知识库链接

专利因子在量化选股中的运用

策略源

更新时间:2024-06-07 10:55

周线计算指标

7月30日Meetup 策略模板:

策略案例


https://bigquant.com/experimentshare/062a0182231e49f7996b0543e7acad48

\

更新时间:2024-06-07 10:55

如何利用滚动回测进行策略开发和因子挖掘?

问题

如何利用滚动回测进行策略开发和因子挖掘

视频

[https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086](https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2

更新时间:2024-06-07 10:55

海龟策略自定义运行

\

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

新版模版策略:

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

新版数

更新时间:2024-06-07 10:55

有哪些合理的大盘风控方案?

问题

有哪些合理的大盘风控方案?

视频

https://www.bilibili.com/video/BV1TF41167ph?share_source=copy_web

策略源码

[https://bigquant.com/experimentshare/07791ba8fc354d4e9793ce963a735263](https://bigquant.com/experimentshare/07791ba8fc354d4e9

更新时间:2024-06-07 10:55

日线策略信号进行日内择时

【旧版使用说明】此文档为旧版本,相关文档可参考:

https://bigquant.com/wiki/doc/126-KkS3pYVIAH

20210624 Meetup 策略案例

https://bigquant.com/experimentshare/f235e9ce26dc42b9ae9fb57ca6574bf1

\

更新时间:2024-06-07 10:55

强有效因子下的线性模型选股策略

备注:本策略含有未开放的数据,故克隆之后无法运行。

{{membership}}

https://bigquant.com/codeshare/b6e80d6b-f5e0-4778-97cf-77fcadb7b488

\

更新时间:2024-06-07 10:55

上涨和下跌预测的stockranker模型组合(买入)

【旧版说明】此文档为旧版,相关新版文档可参考:🌟102-第一个AI策略

https://bigquant.com/experimentshare/1c44e0bf56db424d8f2a5e617759a300

\

更新时间:2024-06-07 10:55

【主题分享】《提升实盘收益的仓位管理策略》

策略源码

A:《提升实盘收益的仓位管理策略》

\

更新时间:2024-06-07 10:55

一阳穿多线策略的因子描述-滚动训练

【此文档为旧版】 相关新版文档参考:

https://bigquant.com/wiki/doc/ai-rq8QOC2fDb

策略案例

https://bigquant.com/experimentshare/16571b942a8a4a92a4914c15f65d0883

\

更新时间:2024-06-07 10:55

如何获取策略模拟资金曲线信息 ,再反向输出集成策略?

问题

如何获取策略模拟资金曲线信息 ,再反向输出集成策略?

视频

https://www.bilibili.com/video/BV1wR4y1C7ZT/?vd_source=ecd29bbd04cbefdfa426167c55241973

策略源码

[https://bigquant.com/experimentshare/b8a38c78cb844ac3bc3821e42497ff5

更新时间:2024-06-07 10:55

如何利用stockranker开发做空策略?

问题

我试过用stockrank来标注做空股票和期货,(默认参数,回测做空的代码都写好)标注上加-,如-shift(close,-2)/shift(open,-1)或-shift(open,-1)/shift(open,-2),随机生成几百甚至上千的策略回测所取得的效果普遍没有做多好,大多数情况甚至连正收益都达不到,而做多好多都轻松取得正收益,是算法的特性还是有其他窍门?

视频

https://www.bilibili.com/video/BV1Ny4y1E7KJ

\

策略源

更新时间:2024-06-07 10:55

逻辑回归和交叉熵

策略源码:

{{membership}}

https://bigquant.com/codeshare/e9c1b98b-e596-4e90-941d-cdb93af92c2e

\

更新时间:2024-06-07 10:55

分钟因子加工

https://bigquant.com/experimentshare/8671700b78014d6cbe44261ba23820f9

\

更新时间:2024-06-07 10:55

因子构建


\

更新时间:2024-06-07 10:55

分页第1页第2页第3页第4页第5页第6页第7页
{link}