Advertisement

量化投资策略模型与源码分享

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本资源提供全面的量化投资策略模型及其完整源代码,涵盖从基础到高级的各种算法交易技巧,旨在帮助投资者理解和实践量化金融。 量化投资策略源码模型包括了多种类型的量化策略代码,如量化选股、量化择时及量化资产配置等。在财务指标选股研究系列中,重点探讨成长股的选股模型以及多因子选股模型,并深入分析事件驱动策略系列和选股因子的研究成果。此外,还涵盖了分析师荐股能力评定与跟踪的方法,利用分析师盈利预测数据挖掘潜在的投资机会。 其中,“度量市场‘恐惧与贪婪’”是量化择时指标的一个重要组成部分,它帮助投资者理解市场的心理状态并据此做出投资决策。同样地,通过产业资本增减持的数据构建的另一套量化择时模型也提供了独特的视角来分析和把握市场动向。 在风格轮动方面,我们创建了相应的模型来捕捉不同市场环境下各类资产的表现差异,并制定出适应性强的投资策略。此外,在行业基本面预测及行业轮动领域也有深入的研究成果,这些都为投资者提供了一系列有效的工具和支持,以应对复杂多变的金融市场环境。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    本资源提供全面的量化投资策略模型及其完整源代码,涵盖从基础到高级的各种算法交易技巧,旨在帮助投资者理解和实践量化金融。 量化投资策略源码模型包括了多种类型的量化策略代码,如量化选股、量化择时及量化资产配置等。在财务指标选股研究系列中,重点探讨成长股的选股模型以及多因子选股模型,并深入分析事件驱动策略系列和选股因子的研究成果。此外,还涵盖了分析师荐股能力评定与跟踪的方法,利用分析师盈利预测数据挖掘潜在的投资机会。 其中,“度量市场‘恐惧与贪婪’”是量化择时指标的一个重要组成部分,它帮助投资者理解市场的心理状态并据此做出投资决策。同样地,通过产业资本增减持的数据构建的另一套量化择时模型也提供了独特的视角来分析和把握市场动向。 在风格轮动方面,我们创建了相应的模型来捕捉不同市场环境下各类资产的表现差异,并制定出适应性强的投资策略。此外,在行业基本面预测及行业轮动领域也有深入的研究成果,这些都为投资者提供了一系列有效的工具和支持,以应对复杂多变的金融市场环境。
  • 优质
    本专栏专注于量化交易策略的开发与实践,定期分享原创高频、套利等各类量化交易策略的完整源代码,助力广大投资者和程序员深入学习与应用。 量化策略源码Init_StockALL_Sp.py —— 【数据采集】利用tushare接口将日线行情存储到本地数据库。 DC.py —— 【数据预处理】将本地存储的日基础行情整合成一份训练集。 SVM.py —— 【SVM建模】对个股用支持向量机进行模型建立、训练和预测。 Model_Evaluate.py —— 【模型评估】通过回测及推进式建模的方式对模型进行评价,主要计算查准率Precision,查全率Recall以及F1分值,并将结果存入表中。 Portfolio.py —— 【仓位管理】基于马科维茨投资组合理论。
  • GARP
    优质
    GARP量化投资策略代码旨在通过结合增长与价值投资理念,运用量化方法筛选出具有高成长潜力且估值合理的股票,助力投资者实现长期稳健收益。 GARP策略是一种结合价值因素与成长因素的混合型投资方法,旨在寻找那些在某种程度上被市场低估但又具有较强持续增长潜力的股票。这种策略一方面通过利用股票的成长特性来分享高成长收益的机会;另一方面,则运用价值型投资的标准筛选低估值股票,以有效控制市场波动带来的风险。当股市的价值与成长风格发生轮换时,GARP策略能够兼顾这两种因素,从而平滑收益波动,并在市场变化中保持更为稳定的表现。
  • 的技术
    优质
    《量化投资的技术与策略》一书深入剖析了运用数学模型和算法进行高效金融资产交易的方法论,涵盖从基础理论到高级技术的应用实践。 《量化投资策略与技术(修订版).pdf》供需要的同学参考。
  • MACD指标的股票
    优质
    本段代码提供了一个基于MACD指标的量化交易策略,适用于希望利用技术分析进行自动化的股票投资者。通过设定参数,可以实现买入和卖出信号的自动化判断。 MACD被称为异同移动平均线,是从双指数移动平均线发展而来的。它通过快速的12日指数移动平均线(EMA12)减去慢速的26日指数移动平均线(EMA26),得到快线DIF;再用两倍的快线DIF与9日加权移动均线DEA之差,计算出MACD柱。MACD的意义和双移动平均线基本一致,即通过快速、慢速均线下移或上扬的变化来反映当前市场多空状态以及股价可能的发展趋势变化,并且更便于阅读。 当MACD指标从负值转为正值时,通常被视为买入信号;而当它由正值变为负值,则视为卖出信号。如果MACD线以较大角度发生变化,这表示快速和慢速均线之间的差距迅速拉大,预示着市场可能进入一个重要的趋势转变期。
  • 关于A股的机器学习算法研究.zip
    优质
    本资料深入探讨并实践了多种适用于A股市场的量化交易模型及优化方法,并包含具体实现代码。适合对股票市场量化分析有兴趣的研究者和投资者参考使用。 该资源包含经过严格调试的项目代码,确保下载后可以直接运行。适用于计算机相关专业(如计算机科学、人工智能、大数据、数学、电子信息等)的学生,在进行课程设计、期末大作业或毕业设计时作为参考材料使用,同时也适合技术学习者参考。资源内含全部源码,但需要具备一定的基础知识才能理解和调试代码。该资源的主题是基于机器学习的A股量化投资策略研究算法源码。
  • 金融计析-交易解析系统构建-含.rar
    优质
    本资料包深入剖析金融计量和量化交易策略,涵盖从理论到实践的投资交易策略解析与自动化系统构建,内附详尽源代码及相关实用资源。 本资源包括中国人民大学财政金融学院刘振亚教授的“金融计量与量化策略分析”及“量化投资交易策略分析与系统设计”两门课程的相关作业和笔记记录。金融量化分析主要采用先进的数学模型代替人为判断,利用计算机技术从大量历史数据中筛选出能够带来超额收益的各种高概率事件,并据此制定相应策略。具体步骤包括:灵光乍现、细化策略、将策略转化为程序代码、检验策略结果、回测及模拟交易等阶段,在完成这些前期工作后,最终可以进行实盘交易操作。
  • 优质
    《量化投资模型分析》是一本深入探讨如何运用数学和统计方法构建及优化金融市场的交易策略的专业书籍。本书通过解析各种量化模型的应用实例,旨在帮助投资者理解和利用大数据与算法在复杂市场环境中寻找盈利机会。 机器学习(股票)量化策略源码:本策略选取了七个特征变量组成了滑动窗口长度为15天的训练集,并随后训练了一个二分类(上涨/下跌)的支持向量机模型。如果没有仓位,则在每个星期一的时候输入标的股票近15个交易日的特征变量进行预测,若预测结果为上涨则购买该标的;如果已经持有仓位,在盈利达到10%时止盈,在损失超过2%且是周五时止损。 七个特征变量包括: 1. 收盘价/均值 2. 成交量/平均成交量 3. 最高价/均价 4. 最低价/均价 5. 当日成交量 6. 区间收益率 7. 区间标准差
  • 选股在集合竞价中的应用
    优质
    本作品提供了一种基于量化分析的选股策略,并具体应用于股票市场的集合竞价阶段。通过算法模型优化选择优质个股,附带完整代码实现细节。适合对量化交易感兴趣的投资者研究使用。 集合竞价是指在股市开盘前的一段时间内,投资者根据前一天的收盘价及对当日市场的预测来提交买卖股票的价格指令。在这段特定的时间窗口里,所有输入计算机主机的订单将按照价格优先和时间优先的原则进行处理,并计算出能够达成最大成交量的价格作为最终成交价,这一过程被称为集合竞价。
  • Matlab回测_BCSbacktest.rar__市场析_组合优
    优质
    本资源为MATLAB开发的投资策略回测工具包BCSbacktest,适用于金融市场的深度分析与投资组合优化。包含全面的算法和模型,助力用户探索、验证并实施高效的投资策略。 这个程序可以用于制定组合投资策略,并能进行回测以检验自己的策略是否与当前市场相符。