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,随后训练了一个二分类(上涨/下跌)的支持向量机模型. 若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,并在预测结果为上涨的时候购买标的. 若已经持有仓位则在盈利大于10%的时候止盈,在星期五损失大于2%的时候止损. 特征变量为:1.收盘价/均值2.现量/均量3.最高价/均价4.最低价/均价5.现量6.区间收益率7.区间标准差

Python股票量化投资课程——该资源需搭配下载part1-part3全部

资源名称：量化投资  数据挖掘技术与实践 MATLAB内容简介：全书内容分为三篇。*篇为基础篇，主要介绍量化投资与数据挖掘的关系，以及数据挖掘的概念、实现过程、主要内容、主要工具等内容。第二篇为技术篇，系统介绍了数据挖掘的相关技术及这些技术在量化投资中的应用，主要包括数据的准备、数据的探索、关联规则方法、数据回归方法、分类方法、聚类方法、预测方法、诊断方法、时间序列方法、智能优化方法等内容。第三篇 资源太大，传百度网盘了，链接在附件中，有需要的同学自取。

量化投资在国内刚刚起步，前途不可估量。量化投资的核心是数学模型，而模型离不开高效的数值计算和模拟分析工具，MATLAB简单易学的特点、强大的数值计算和模拟仿真功能，以及丰富的金融类工具箱（金融工具箱、衍生品工具箱和固定收益工具箱），是量化投资超给力的“武器”。 　　《问道量化投资：用MATLAB来敲门》主要讲述以MATLAB为分析工具的量化投资，由“MATLAB入门”、“MATLAB量化投资基础”和“MATLAB量化投资相关函数详解”3篇组成。入门篇让零编程基础的读者快速掌握强大的数值计算和模拟分析工具MATLAB；量化投资基础篇简要介绍相关的投资策略及模型，重点讲述MATLAB中的模型实现及应用；函数详解篇对MATLAB的金融工具箱、衍生品工具箱和固定收益工具箱中的全部函数一一进行详解，以帮助读者快速掌握这些函数。 　　《问道量化投资：用MATLAB来敲门》适合基金、衍生品、证券等相关投资人员使用，也适合对量化交易、金融投资感兴趣及有志于成为宽客的人士阅读。

量化投资：《2022量化：走向均衡》跟踪研究：风格演化.pdf

Python3 量化投资，股票数据分析