跳转至


课程  因子投资  机器学习  story  量化传奇  Python  Poetry  ppw  algo  FFT  statistics  CDF  KS-Test  回测  过拟合  algorithms  machine learning  strategy  python  sklearn  算法  Info  interview  career  xgboost  PCA  wavelet  Figures  Behavioral Economics  人物  职场  Quantopian  figure  Banz  rsi  zigzag  穹顶压力  因子  pe  ORB  策略  Xgboost  技术指标  quant  algorithm  pearson  spearman  factor  因子分析  Alphalens  涨停板  因子策略  momentum  因子评估  review  trade  history  zscore  波动率  顶背离  freshman  resources  others  network  tools  weekly  numpy  pandas  quantlib  jupyter-notebook  pypinyin  qmt  xtquant  blog  static-site  duckdb  工具  colors  free resources  barra  world quant  Alpha  pdf  openbb  数据  arsenal  copilot  vscode  AI  code  量化数据存储  hdf5  h5py  Jupyter  jupysql  pyarrow  parquet  数据源  clickhouse  programming  notebook 


Index

  • 需要 3 分钟阅读时间

xtquant 中的板块数据

R50

Tip

  1. xtquant 中有哪些板块和板块分类？
    1. 如何获取板块的成份股？
    2. 如何获取指数的行情数据？
  • 需要 2 分钟阅读时间

Sharpe 5.5!遗憾规避因子

如果在你买入之后，股价下跌，你会在第二天急着抛吗？反之，如果在你卖出之后，股价上涨，你会反手追入吗？

先别急着回答，我们来看看科学研究的结论是怎样的。关于这类问题，都是行为金融学研究的范畴。具体到这个场景，我们可以运用遗憾理论来解释。遗憾理论，又称遗憾规避理论（ Fear of Regret Theory），是行为金融学的重要理论之一，该理论认为，非理性的投资者在做决策时，会倾向于避免产生后悔情绪并追求自豪感，避免承认之前的决策失误。

  • 需要 2 分钟阅读时间

Santa Claus Rally

每天坚持发贴 。千字左右，图文并茂。

声明：这一天我们也没有漏发。

Santa Claus Rally 是指 12 月 25 日圣诞节前后股市的持续上涨这样一个现象。《股票交易员年鉴》的创始人 Yale Hirsch 于 1972 年创造了这个定义，他将当年最后五个交易日和次年前两个交易日的时间范围定义为反弹日期。

  • 需要 2 分钟阅读时间

净新高占比因子

个股的顶底强弱比较难以把握，它们的偶然性太强。董事长有可能跑路，个股也可能遇到突发利好（比如竞争对手仓库失火）。在个股的顶底处，情绪占据主导地位，理性退避次席，技术指标出现钝化，进入现状不可描述，一切皆有可能的状态。

但是，行业指数作为多个随机变量的叠加，就会出现一定的规律性（受A4系统性影响的偶然性我们先排除在外，毕竟也不是天天有A4）。这是因子分析和技术分析可以一展身手的地方。

  • 需要 1 分钟阅读时间

球队和硬币因子

R50

球队和硬币因子最初来自于耶鲁大学 Tobias Moskowitz 的发表于 2021 年 9 月的一篇论文，发布以来，得到了超过 14 次以上的引用。这篇论文名为《Asset Pricing and Sports Betting》。

  • 需要 2 分钟阅读时间

QMT/XtQuant 之开发环境篇

Tip

  1. XtQuant 获取及安装
  2. XtQuant 工作原理 （图2）
  3. 版本和文档一致性问题 （图3）
  4. 使用 VsCode 远程开发
  • 需要 2 分钟阅读时间

量化数据免费方案之 QMT

学习要点

  • xtquant 提供了数据和交易接口
  • xtquant 可以独立于 QMT 之外运行
  • download_history_data
  • download_history_data2
  • get_market_data
  • 需要 2 分钟阅读时间

只廖廖数行，但很惊艳的代码

既然c/java/python等语言的索引都从零开始，因此我们的盘点也从一行代码也没有的项目开始

0行: No Code

这个项目只有零行代码，具有轻量级、跨平台、全自动不可描述之美，一举斩获github 50k ⭐

  • 需要 3 分钟阅读时间

基于深度学习的量化策略如何实现归一化？

基于深度学习的量化策略如何实现归一化？本文首先辨析了归一化、标准化与正则化三个术语，然后分析了min-max, sin, sigmoid等归一化函数在量化中使用时常犯的错误，讲解了如何制作一个好的归一化函数。最后，以一些量化因子归一化示例作为结束。