无名J0kзr的博客

偏度：衡量随机变量分布的左右对称情况，右偏（正偏）指分布右侧出现一个长尾。峰度：峰度越大，尖峰越高，分布的中间区间有更多的数据向均值趋同。将股票收益率看作一个随机变量。如中国平安某段时间涨跌幅分布如下。二阶矩：即方差，反映了数据偏离均值的程度。一阶矩：即均值，在统计学中叫做期望。

多因子策略：使用某种指标或者多种指标对股票池进行筛选，这些用于选股的指标一般被称为因子。多因子模型：使用多个因子综合考虑各因素建立的选股模型，其假设股票收益率能被一组共同因子和个股特异因素所解释。其优点在于能通过有限共同因子来有效筛选数量庞大的个股。横截面数据：横截面指在特定时间点上对多个个体进行观察和测量的数据，横截面分析的目标是研究不同个体之间的差异和关系，寻找在给定时间点上具有较好表现的个体。

在CAPM模型的基础上加入了两个因子提出了三因子模型，三因子分别为市场因子MKT规模因子SMB（Small Minus Big）：可选取市值大小、净资产大小、员工人数等价值因子HML（High Minus Low）：选取账面市值比BM规模因子和价值因子的构建如下。规模因子是三个小市值组合的等权平均减去三个大市值组合的等权平均；价值因子是两个高BM组合的等权平均减去两个低BM组合的等权平均。三因子模型的表示如下。E[R_i]：股票 i 的预期收益率R_f：无风险收益率。

机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。机器学习的常见算法包括：决策树、朴素贝叶斯、支持向量机、随机森林、人工神经网络、深度学习等。输入沪深300的行情数据到支持向量机中进行模型训练，预测沪深指数第二天的涨跌。Why SVM?

本篇研报考虑阻力位与支撑位之间的相对强度，将其看作一个变量，阻力位与支撑位反映了交易者对目前市场状态顶底的一种预期判断，而强度代表的是这种判断的确定性。如：在下跌熊市中，如果支撑强度明显大于阻力强度，则熊市即将结束，价格见底。传统策略将阻力位与支撑位看作价格区间的阈值，是一个定值，但这种使用策略在等待突破时具有滞后性，在震荡行情中表现不佳。链接：https://pan.baidu.com/s/1EhtoC25WSO7WpNiyZpcKYA。beta为所需斜率，beta值很大时代表支撑强度显著大于阻力强度。

量化交易流程：应当掌握的技能：分类常用框架常用数据源常用策略策略流程评价指标。

pandas是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构。pandas主要的两种数据结构为Series和DataFrame，分别用于处理一维和二维数据。

numpy最重要的一个特点是其N维数组对象ndarry，它是一系列同类型数据的集合。使用astype方法改变元素的数据类型。使用条件索引筛选符合条件的元素。设定缺失值nan和检查nan。eye：生成单位矩阵的函数。dtype：元素的数据类型。shape：几行几列。给所有nan元素赋值。重塑为x行x列的数组。