海外文献推荐第四十六期 天风证券_20180627_

摘要

市值效应的事实与流言

在早期的金融研究中,“市值效应”这一开创性发现一方面对标准资产定价模型的权威性构成了一定的挑战,另一方面也引发了学术界对有效市场假说的长期争执。在长达几十年的时间里,人们坚定不移地将“小盘股的平均收益率要高于大盘股”这一理念作为事实。然而我们看到,即使“市

由small_q创建,最终由small_q更新于

金工风格轮动策略之三:溢价追本溯源,现金流与折现率 天风证券 20180702

摘要

小市值与低估值的溢价现象长期存在,但短期内溢价效应存在强弱变化

长期来看小盘溢价与价值溢价在 A 股是存在的,历史上的小盘溢价与价值溢价也为量化策略贡献了许多收益。但在短期内溢价效应存在强弱变化,强弱变化会给我们风格投资带来风险。

估值理论认为,股票价格受到未来现金流与折现率两方面的

由small_q创建,最终由small_q更新于

资产配置系列研究之五:从基金评价到基金配置 兴业证券 20181221

摘要

研究主题:本文作为资产配置系列研究的第五篇,研究主题为基金产品的评价与内部配置,研究重点为主动股票、主动债券型基金的评价体系构建与组合配置方案。 研究内容:本文的核心内容包括三部分,即股票型基金的评价和配置方法,债券型基金的评价和配置方法,以及多类型基金产品的综合配置思路框架,通过上述分

由small_q创建,最终由small_q更新于

【回看开启】300人量化大会《2021年中国量化投资白皮书》在深研讨

量化投资规模多大?对市场影响有多深远?顶级机构突破了哪些最新的前沿研究?4月29日,由华泰证券、宽邦科技、亚马逊云科技、朝阳永续、金融阶等多家市场权威机构联合组织撰写的《2021年中国量化投资白皮书》正式发布,并在深圳举办发布会。

[http://1500003242.vod2.myqcloud.

由iquant创建,最终由iquant更新于

因子分析

由small_q创建,最终由small_q更新于

AI量化Meetup


\

由small_q创建,最终由small_q更新于

【20-22年-年化424%】策略免费送

资金流追涨策略-射手座~彩蛋免费送


{w:100}还有仓位管理 +过拟合检测大礼包 合集


<https://bigquant.com/

由woshisilvio创建,最终由woshisilvio更新于

某头部券商集团量化实习生招聘

职位描述:

1、协助投资经理完成量化系统(包括并不局限在回测,下单,分析系统)搭建维护,可以学习到数据架构设计,参与 建立自动化交易和量化研究的基础架构,支持百亿级别的资管产品;跟踪优化股票市场量化策略在实盘的表现。 2、整理私募管理人尽调与评价系统搭建,筹建行情分析数据库,数据收集,分

由iquant创建,最终由iquant更新于

yilong大神和天梯高收益策略共享

本人订阅了yilong大神和天梯上高收益的策略,有兴趣订阅这些策略进行学习研究的,本人可以把策略有偿共享,或者策略互换,有兴趣的可以加V:hjr3138

由hejinran创建,最终由hejinran更新于

基于BQ平台量化开发,1天轻松入门

基于BQ平台提供平台能力以及基础数据的封装,可实现小白1天内快速入门,本文绝对干货,附带的源码策略年化收益100%,2年累计收益279%,2年最大回撤15%,可用于实际实操,基于此策略打开你的量化入门之路。


策略介绍:

平台策略主要分成二种:AI策略、自定义编码策略。

*

由xianzhen1yi创建,最终由xianzhen1yi更新于

用CNN算法实现A股股票选股

导语

在阅读了 深度学习的简要介绍后,本文将介绍深度学习CNN模型及其在量化投资领域中的应用。

深度学习在量化领域应用

机器学习作为人工智能的核心,其传统算法在解决很多问题上都表现出了高效性。随着近些年数据处理技术上的进步和计算能力的提升,深度学习

由clearyf创建,最终由clearyf更新于

量化亦难逃火爆发行魔咒?

量化私募和投资者们应该如何应对?

管理人表示,应加强投研,投资人应看长远!

尤其是量化指数增强策略产品,所谓又能赚指数的钱、又能赚股票阿尔法的钱,容易被大众接受和理解,一批私募乘势狂发产品、快速上规模。

然而不少指数增强产品,不仅没有做出阿尔法,还跑输指数,出现超额回撤。

鸣石投资创始合伙人

由ftkj2018创建,最终由ftkj2018更新于

策略订阅共享

本人在bigquant上订阅了最热门的策略,包括yilong和其他收益好的,有兴趣降低订阅成本的,本人可以提供策略共享,请

由hejinran创建,最终由hejinran更新于

捕获专业投资者A股市场行为中的 alpha

自然人投资者和一般法人仍是 A 股的主要持有者。据上海交易所统计年鉴数据,自2015 年以来,自然人投资者持股市值占比基本稳定在 20%,一般法人持股市值占比基本稳定在 60%。占比仍居前列,市场有效性偏低,因而 A 股市场存在显著的 alpha 机会。

专业投资者在 A 股市场的地位日益提高。证

由ftkj2018创建,最终由ftkj2018更新于

寻找另类Alpha因子系列之一:基于新闻舆情数据的选股因子-中泰证券-20200824

摘要

股价主要受业绩和估值两方面因素驱动。新闻中体现的市场情绪一方面影响中短期的估值水平,一方面也反应了市场对公司未来业绩的预判,因而把握舆情对预测股价收益有重要影响。

新闻舆情的刻画方法

新闻舆情对股价的影响可以从两个方面刻画:舆情的热度(新闻数量)和舆情的评价度(新闻情感值)

由chasen创建,最终由chasen更新于

【研报分享】华泰证券——对抗过拟合:从时序交叉验证谈起

报告摘要

时序交叉验证方法适用于时间序列数据,能够有效防止过拟合

交叉验证是选择模型最优超参数的重要步骤,本文关注传统交叉验证和时 序交叉验证的比较。我们采用机器学习公共数据集以及全 A 选股数据集, 分别比较两种交叉验证方法的表现。结果表明,对于时序数据,时序交叉 验证方法在训练集

由small_q创建,最终由small_q更新于

【研报分享】华泰金工林晓明团队-基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二

报告摘要

基于CSCV框架计算三组量化研究案例的回测过拟合概率

本文基于组合对称交叉验证(CSCV)框架,以三组量化研究为案例展示回测过拟合概率(PBO)的计算流程,发现两组多因子选股模型的PBO较低,择时模型的PBO较高。案例1为7种机器学习模型的多因子选股策略,指数增强组合PBO

由small_q创建,最终由small_q更新于

【研报分享】华泰金工林晓明团队:再论时序交叉验证对抗过拟合——华泰人工智能系列之十六

报告摘要

从基线模型设置和样本精确切分两个角度对时序交叉验证提出改进

华泰金工《对抗过拟合:从时序交叉验证谈起》研究发现,对于时间序列数据,传统K折交叉验证选择的模型存在过拟合风险,时序交叉验证能减轻过拟合。本文从基线模型(baseline model)的设置和训练集验证集的精确切分

由small_q创建,最终由small_q更新于

【真.实盘收益1389%深度学习策略源码免费分享】

标题一张嘴,内容全靠吹。

量化玩数载, 学废占多数。

基础不打牢, 进阶两行泪。

人工与智能, 玩好人上人。

曲线与真实, 理想与现实。

问我怎么办, 闭眼直接上。


单票+满仓, 不死也重伤 。

分仓+风控 , 还好有点用。

为啥搞量化, 数据说

由woshisilvio创建,最终由woshisilvio更新于

函数表达式

函数的概念与图形

三角函数、指数函数、对数函数

函数运算

经济学中的常用函数

由rootnosmoke创建,最终由rootnosmoke更新于

函数

函数的概念

一般的,在一个变化过程中,如果有两个变量x和y,并且对于x的每一个确定的值,y都有唯一确定的值与其对应,那么我们就把x称为自变量,把y称为因变量,y是x的函数。

由rootnosmoke创建,最终由rootnosmoke更新于

分页:第1页第2页第3页第4页第5页第319页
{link}