本文介绍了量化选股的常见策略，包括基于多因子模型的技术和财务指标，统计套利的原理和应用，以及机器学习在量化投资中的作用。文中列举了各种模型和方法，如Fama-French三因子、统计套利中的配对交易、机器学习中的决策树和深度学习，并提供了相关学习资源。
阅读原文：http://club.jr.jd.com/quant/topic/1176040
量化选股，就是通过量化思想及配套的计算机程序化来实现选股（如何选择好的股票）和择时（如何在合适的时间进行合适的调仓），从而完成量化投资组合策略的构建。
在这里梳理了目前常见的量化策略，并给出了一些入门的读物供大家学习参考。目前量化策略主要包括多因子策略、统计套利、机器学习等，下图列出了这几类策略的框架，并列出了部分代表方法。
多因子模型
多因子模型包括了技术指标模型（如MACD、KDJ、布林带等（http://club.jr.jd.com/quant/topic/1091145），偏向于择时）和财务指标模型（如市值、ROA、EPS等，偏向于选股），它的优点是思路直接清晰、数据便于获得。
其中技术指标模型可谓是广受喜爱的选股方式，除了上文提到的技术指标模型，还有上升三角形（http://club.jr.jd.com/quant/topic/867675）、RSI（http://club.jr.jd.com
最低0.47元/天 解锁文章
扫一扫
1898
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
