本文是兴业证券定量研究 团队“宽海拾贝”系列报告 的第七篇。从上篇文章开 始，我们开启了一个全新的 系列研究——《体系的力 量》。本篇报告 继上篇对于 数据管理的讨论后阐述了 我们定义因子的具体方式。

C 量化金融开发库

RL_in_Finance 强化学习在量化金融上的应用

English Version of Algorithm Trading ToolBox Which Provides useful tools for a Quant

微软研究院最新发布的融合了各种机器学习算法的人工智能量化投资平台Qlib，可以用来进行量化机器学习和交易策略回测。 从应用层来看，它主要包括数据、机器学习和策略回测松耦合的三大块（每块可以独立）。本系列课程将详细介绍其使用方法。包括：1 如何下载和检索行情数据2 如何利用行情数据，使用各种机器学习方法进行模型训练和预测3 如何基于行情数据和预测结果编制交易策略进行回测4 如何进行预测与回测结果评价5 如何定义因子库 6 如何查询因子库数据7 实验工作流裁剪8 提供源码可以将Qlib的机器学习和另一个更加成熟的基于python的开源量化回测框架backtrader一起使用。关于backtrader技术教程，可搜索扫地僧backtrader给力教程

第 1 章“时间序列分析”(Michael Puhle)，介绍了用 R 处理时间序列数据。并 且，你会学到如何建模和预测房价，使用协整改善对冲比，以及对波动率建模。 第 2 章“投资组合优化”(Péter Csóka，Ferenc Illés，Gergely Daróczi)，包 括了投资组合选择背后的理论思想，并说明了如何将这些知识运用于真实世界 的数据。 第 3 章“资产定价模型”(Kata Váradi，Barbara Mária Dömötör，Gergely Daróczi)， 建立在前一章的基础上，给出了刻画资产收益率与风险之间关系的模型。本章包括 资本资产定价模型和套利定价理论。 第 4 章“固定收益证券”(Márton Michaletzky，Gergely Daróczi)，是处理固定 收益产品的基础。在这一章中，你会学到如何计算这类产品的风险，以及构建对利 率变化免疫的投资组合。 第 5 章“估计利率期限结构”(Tamás Makara，Gergely Daróczi)，介绍了收益 率曲线的概念，并说明了如何使用政府债券的价格估计收益率曲线。 第 6 章“衍生品定价”(Ágnes Vidovics-Dancs，Gergely Daróczi)，使用离散和连续 时间模型解释了衍生品定价。而且，你还会学到如何计算衍生品风险的度量以及所谓的 “希腊字母”。 第 7 章“信用风险管理”(Dániel Havran，Gergely Daróczi)，介绍了信用违约模 型，说明了如何使用 copula 对相关违约建模。 第 8 章“极值理论”(Zsolt Tulassay)，给出了极值理论在保险和金融中的可能 应用。你将学到如何对火灾损失分布的尾部拟合模型。然后用拟合模型计算在险价 值(Value-at-Risk)和预期损失值。 第 9 章“金融网络”(Edina Berlinger，Gergely Daróczi)，解释了金融网络在 R 中如何表示、模拟、可视化以及如何分析。我们将分析银行间借贷市场并学习如何 系统化地检测重要的金融机构。

行业分类-金融管理-一种剔除噪声的量化金融投资系统及其实现方法.zip

这些函数实现了论文的不同步骤。 example.m 文件包含有关如何使用这些函数的示例计算。 该实现尽可能遵循本文。 每当必须做出论文中未描述的编程选择时，都会有解释该选择的注释。

MATLAB金融算法分析实战：基于机器学习的股票量化分析PPT

包含客服端数据库风险控制等模块的C++量化代码