量化 计算机 金融,金融数据量化分析(上)

本文介绍了量化分析的基础,强调了其优势如纪律性、系统性和及时性,并探讨了量化策略和机器学习在量化交易中的作用。通过创建滞后序列和回测流程,展示了如何使用Python进行量化策略建模,包括逻辑回归、支持向量机和随机森林等模型的运用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、量化分析基础

1、1 量化分析(量化投资)

利用计算机技术采用一定的数学模型(或者是机器学习模型)去实践投资理念,投资策略的过程。

随着计算机科技的发展,将已有的价值投资/趋势投资和计算机技术相融合,产生量化投资(量化分析)。

优势

(1)纪律性:严格执行投资策略,客户投资情绪的变化,认知偏差等。

(2)系统性:多层次、多角度观察海量数据,拓展更大的投资机会(根据多个特征值来进行相应的筛选相应的数据)。

(3)及时性:快速地跟踪市场的变化,寻找新的交易机会。(看股票的涨跌开多台电脑来进行观察)

(4)准确性:准确客观的评价交易机会,客户情绪偏差等。

(5)分散化:充当分散化投资的工具。挖掘历史规律,依靠筛选出股票组合来进行取得结果,而不是单个股票。

劣势

需要一定的技巧,包括编程能力、数学功底和金融知识等。

1、2 策略

指预先设定的事件或信号发生时,采取相应的交易动作。

1、3 量化策略

使用计算机作为工具,通过一套固定的逻辑来分析判断和决策。

即可以自动执行,也可以人工执行。

组成成分

efaac6f405bb

efaac6f405bb

1、4 机器学习和量化分析/交易

efaac6f405bb

注意:

当用买卖档盘口建模(第一个)时,采用多个因子来进行选数据(多个特征值),还有可以通过买和卖的比例来进行相应的建模操作。

1、5 策略生命周期

efaac6f405bb

回测验证对时间点的选取非常严格

2、量化策略建模流程

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值