行为金融一直是近几年学术领域的研究热点,而笔者作为二级市场的观察者与研究者,也一直关注与思考如何将行为金融领域中的理论或逻辑应用到投资中来。
本篇作为行为金融与量化工具结合的开篇研究,介绍笔者在量化指标研究领域的心路历程,同时以索罗斯经典的“反身性”理论与笔者常用的量能指标结合,开发出一套具备宽基指数择时能力的指标体系。
[/wiki/static/upload/ab/ab50ebf0-5f00-459a-adf8-1ae626b0d9f7.pdf](/wiki/static/upload/ab/ab50ebf0-5f00-459a-adf8-1ae626b0d
更新时间:2022-08-30 09:57
有哪些合理的大盘风控方案?
https://www.bilibili.com/video/BV1TF41167ph?share_source=copy_web
[https://bigquant.com/experimentshare/07791ba8fc354d4e9793ce963a735263](https://bigquant.com/experimentshare/07791ba8fc354d4e9
更新时间:2022-05-31 07:08
更新时间:2022-05-27 10:20
更新时间:2022-05-17 03:37
\
更新时间:2022-05-17 02:56
更新时间:2022-04-23 03:34
2021世界人工智能大会于2021年7月8日至10日在上海世博中心和上海世博展览馆同时举行。会中幻方量化合伙人徐进探讨了如何使用量化模型和深度学习在股市中赚钱的路径。
徐进提到,与传统股票定价不同,量化通过输入获取的信息,包括行情数据、上市公司财务数据,还有另类数据,比如新闻舆情、产业链等,进行模型训练,利用深度学习对股票进行定价。
在徐进看来,在这个过程中,需要处理很多关键细节,细节是魔鬼!以时间序列预测模型为例,包括数据清洗、规划处理、防止过拟合、 避免未来函数等,大量的细节决定了量化能否赚钱,并不是简简单单就能成功的。“只要你对市场、数据充分了解之后,才能得出比较好的赚很多钱的结果。
更新时间:2021-11-03 09:41
“工欲善其事,必先利其器”。
在 如何搭建量化投资研究系统?(数据篇)中,作者介绍了如何依靠网络爬虫收集整理交易数据,搭建一个金融数据库。在数据的问题基本解决之后,量化投资的研究工作就要正式启动了。根据人类思维的一般规律,一项复杂的研究工作,通常以“个别、感性、直观”的方式开始,在获得了基本的认识和灵感之后,再逐步上升到“整体、理性、抽象”的认知。所以,量化投资研究的第一步就是——“看盘”,下面介绍如何在R中利用quantmod包“优雅、高效”的看盘。
更新时间:2021-09-09 02:45
更新时间:2021-07-30 07:26
更新时间:2021-07-30 07:25
更新时间:2021-04-22 02:46