【策略回测框架介绍】量化策略框架介绍
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
适合有简单python编程能力及股票交易基础知识,对量化投资感兴趣的人士学习。
你将会学到
熟练掌握单因子分析的思路框架以及分析模型的构建流程,能够编写因子选股量化策略进行实战回测。
- 熟练掌握单因子分析的思路框架以及分析模型的构建流程,能够编写因子选股量化策略进行实战回测。
- ● 熟悉AT软件的量化交易策略搭建框架
- ● 理解因子数据预处理以及因子有效性检验相关理论知识
- ● 从实证角度出发,分析估值类因子、成长类因子、动量类因子、换手率类因子、收益风险类因子、一致预期因
- ● 充分结合因子研究相关知识,选出有效的单因子并构建单因子选股策略
课程简介
本课程主要围绕检验股票市场单个因子的有效性展开,从股票因子数据提取开始,详述了因子数据的预处理以及单因子有效性检验的理论,并对估值类因子、成长类因子、动量类因子、换手率类因子、波动率类因子以及一致预期因子共6大类因子在A股市场的有效性做出了实证分析,最后选择出有效因子构建单因子选股策略。通过课程的学习,可以熟练掌握单因子分析的思路框架以及分析模型的构建流程,能够编写因子选股量化策略进行实战回测。
课程收获
● 熟悉AT软件的量化交易策略搭建框架
● 理解因子数据预处理以及因子有效性检验相关理论知识
● 从实证角度出发,分析估值类因子、成长类因子、动量类因子、换手率类因子、收益风险类因子、一致预期因子在A股市场的分布,通过三种因子有效性识别方法,识别该类因子中的有效因子
● 充分结合因子研究相关知识,选出有效的单因子并构建单因子选股策略
【该课程不提供任何学习资料】
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
- 第一章 量化交易策略实现和回测
- 1-1试看 【策略回测框架介绍】量化策略框架介绍15:33
- 1-2【策略回测框架介绍】量化相关API讲解21:50
- 1-3【策略回测框架介绍】双均线策略实现20:01
- 1-4【策略回测框架介绍】三均线策略分析实现07:10
- 1-5【策略构建思路】策略构建思路详解35:28
- 1-6【量化交易策略构建案例】案例:BollBrand策略实现09:50
- 1-7【量化交易策略构建案例】案例:BiasAverage策略实现22:43
- 第二章 股票因子数据处理
- 2-1【因子数据预处理】因子数据获取和介绍30:49
- 2-2【因子数据预处理】因子去极值处理36:00
- 2-3【因子数据预处理】因子标准化处理27:17