\
更新时间:2025-04-15 07:19
\
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
大类资产配置理论研究始于20世纪30年代,传统配置策略包括60/40、等权重投资组合和均值方差模型等。20世纪90年代,为了放宽MPT的假设条件,提高理论在实践中的可行性,以BL、捐赠基金模型、投资组合保险策略、美林时钟等为代表的大类资产配置策略被提出。进入21世纪以后,市场开始用“因子”来解释资产的投资回报,不同因子的开发和基于因子的配置模型逐渐受到市场的关注。随着科技在金融领域的应用,基于MPT、大数据和人工智能的配置模型(智能投顾)正在被广泛使用于个人资产配置上。 未来大数据+机器深度学习或将打破人类认知局限,将我们带入资产配置4.0时代。
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
\
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
\
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
\
更新时间:2025-04-15 07:19
目前平台提供新版的因子分析模块, 请移至bigalpha
7月30日Meetup 模板案例:
https://bigquant.com/experimentshare/b83f6a9c950a43a595d41f1d911dcaca
\
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
\
更新时间:2025-04-15 07:19
\
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
更新时间:2025-04-15 07:19
\
更新时间:2025-04-15 07:19