Advertisement

金融计量及量化策略分析-投资交易策略解析与系统构建-含源代码等资源.rar

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

简介：
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 金融计量及量化策略分析-投资交易策略解析与系统构建-含源代码等资源.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。
     
  • 量化投资策略模型与源码分享
    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。
     
  • GARP量化投资策略代码
    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。
     
  • 量化投资的技术与策略
    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指标的股票量化投资策略源码
    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。
     
  • 系统交易策略分析笔记本：源码
    优质
    《系统交易策略分析笔记本：源码》是一本详尽解析金融交易系统的书籍，包含了从理论到实践的各项内容，帮助读者深入理解并应用交易策略。书中提供了丰富的源代码案例，便于学习和参考。 该资料库记录了有关期货交易策略的研究成果，并在学术领域发布系统性交易策略及相关杂项结果。其目的是复制并介绍论文中的内容，定期更新研究结果，并可能添加进一步的实验。 这些笔记本会自动推送到GitHub上。目前维护以下几种策略： 1. 时间序列动量（Moskowitz 2012） 2. 时间序列动量（Baltas 2020） 3. 外汇进位商品期限结构（Koijen 2018等） 4. 商品动量（Asness 2013等） 5. 商品偏度（Fernandez-Perez 2018等） 6. 曲线内商品策略（LaFrançaise Group 2015） 7. 跨资产偏度策略（Baltas 2019等） 8. 隔夜股权收益（Knuteson 2020等） 此外，还有一些笔记本涉及以下主题： - 多头期货合约的履约情况及活跃交易月份 - 普通布莱克-斯科尔斯模式下的希腊人参数计算 - 已实现波动性的衡量方法 参考文献包括Asness等人及其他相关研究。
     
  • 量化策略源码分享
    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。
     
  • R-Breaker量化策略分析
    优质
    R-Breaker量化策略分析是一份深入探讨和评估基于市场突破技术的自动化交易系统的报告。该策略利用编程算法捕捉价格变动趋势，旨在优化投资回报率并降低人为错误影响。 R-Breaker量化交易策略是一种专为股票市场设计的自动交易系统。它利用先进的算法和技术来分析大量数据，并根据预设规则执行买卖操作，以期实现盈利目标。此策略能够帮助投资者减少人为情绪对决策的影响，在各种市场条件下寻找最佳入场和出场时机。 该策略的核心是识别市场的突破点，通过设置适当的参数来进行风险控制与收益优化。此外，R-Breaker还支持用户自定义交易逻辑，以便适应不同的投资风格和个人偏好。总之，这是一种结合了技术分析理论与计算机编程语言的高效工具，在实际应用中取得了不错的成绩。 注意：虽然这里没有提及任何具体的联系方式或网站链接，请在使用此类策略前确保充分了解相关知识并谨慎操作。
     
  • CTP多策略量化分析
    优质
    CTP多策略量化分析是一款集成了多种金融交易模型与算法的软件工具，旨在帮助投资者通过数据分析优化投资决策。 CTP策略实现涉及在交易系统中采用一种特定的编程方法来优化期货、期权等金融产品的自动交易流程。这种方法旨在提高市场数据处理效率以及执行订单的速度与准确性，同时减少人为操作可能产生的错误。 实施CTP（中国金融期货交易所）策略通常需要开发人员深入了解金融市场规则和相关技术细节，并结合实际业务需求编写相应的软件代码或脚本以实现自动化交易功能。这包括但不限于连接到CTP接口获取实时行情数据、设计算法模型进行价格走势分析以及执行买卖指令等一系列操作。 整个过程要求开发者具备扎实的编程基础及金融知识背景，能够灵活运用各种语言（如C++/Python等）完成从需求分析到最后调试上线的所有步骤，并确保系统的稳定性和可靠性。
     
  • 海龟交易法则的量化交易策略源码
    优质
    本作品提供基于《海龟交易法则》原理开发的量化交易策略源代码，旨在帮助编程爱好者和交易者实现自动化交易系统，优化投资决策。 海龟交易法则是一种趋势交易策略。首先建立唐奇安通道（即确定上突破线和下突破线）。当价格突破上线时，则进行买入操作；如果价格跌破下线，则卖出或开空单。