- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 量化投资进阶：深度解析阿尔法因子构建与实战应用（一）—— 从基础理论到因子分类体系
根据资本资产定价模型（CAPM），资产收益率可分解为：其中，\(\alpha\)因子代表系统性风险（\(\beta\)）调整后的超额收益，是基金经理能力的量化体现。现代组合理论（MPT）进一步强调，通过有效因子组合可实现风险分散与收益增强的双重目标。因子合成与组合优化技巧机器学习在因子挖掘中的创新应用因子有效性的统计检验方法实盘交易系统的构建与风控方案全球市场因子溢价对比分析k%7D%7D%7D。
2025-03-23 11:01:04
847
2
原创 马尔科夫链的探究(3) —— 从历史走入实时—— 交易员视角下的范式革命
A 股交易员：用实时政策状态捕捉市场脉冲美股做市商：通过 tick 级马尔科夫链实现微秒级决策全球投资者：借助跨市场实时联动模型发现套利机会这场从历史到实时的进化，不仅是技术的突破，更是交易思维的革命 —— 用数学语言解读市场心跳，以实时计算把握转瞬即逝的机会。
2025-03-21 08:28:52
557
原创 马尔可夫链在 A 股市场的量化应用(2)
昨天的小文抛砖引玉,昨晚又完善了一下,分析下马尔科夫链的相关公式与基础逻辑,看来可以融入到我的量化机器人了.#
2025-03-21 08:05:29
985
原创 马尔可夫链在 A 股市场的应用(1) —— 以沪深 300ETF 为例
马尔可夫链为提供了一种分析市场定量的方法，通过对沪深 300ETF 等金融产品的历史数据进行分析，构建状态转移模型，在一定程度上可以预测市场短期趋势，分析市场状态。然而，需要注意的是，金融市场是复杂多变的，受到多种因素的影响，马尔可夫链模型只是一种简化的描述方式，并不能完全准确地预测市场走势。例如，如果从上涨状态转移到上涨状态的概率为 0.6，转移到下跌状态的概率为 0.2，转移到横盘状态的概率为 0.2，那么我们可以预测下一个交易日沪深 300ETF 有 60% 的可能性继续上涨。（二）市场状态分析。
2025-03-20 11:00:38
723
原创 MACD的回归算法
我们通常关注的只有 date,code,open,high,low,close,perclose,volume 这几列.那么, MACD是怎么计算的呢?于是乎,我又趁热打铁,计算了布林线,ENE, RSI,均已实现回归算法动态计算. 当然了,参数的选择是以收益为权重依据的. 毕竟炒股是为了干啥, 你说呢?从本质上讲MACD用来描述某只股票的特定历史趋势,它本质上就是滞后的, 券商提供给散户的股票软件通常是免费的.比如某个软件的MACD是这样画的。第二张图是券商的软件里MACD的展示.
2025-03-20 08:11:22
455
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人