简单的统计报告就在这个压缩包中。同时包括支持分析的公开数据，可供检查和二次开发使用。 数据采集自网络公开数据，可作为学习交流参考，不要作为投资依据！ （ 数据报告依赖的数据： baseinfo:基础数据（曾用名、上市日期、股票ID） daily：日线数据 GP：股评数据 LH：龙虎数据 ）

适用人群: 一、短线炒币者 主要功能: 一、实时监测交易对 二、自动统计建仓均价 三、自动买入卖出设置 四、盈利后立即停止策略 五、查看统计盈利记录

20210822-国金证券-博道中证500指数增强基金投资价值分析：“深度+智能”量化模型助力，立足并大幅超越中证500.pdf

JoinQuant 量化课堂 ==================================================

为了指导多样化软件系统在不同应用场景下的冗余变体选取，在研究多样化软件评价指标的基础之上，建立针对软件多样化系统的可用性评价指标体系、安全性评价指标体系、性能指标评价体系，并在此基础上构建了针对多样化软件系统的层次评价体。采用实例验证了所提层次评价体系在小规模变体数目下的可行性。

行业分类-电信-使用矢量量化技术对图象信号进行编码的装置.rar

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。

图 5.3 基本的单因子选股策略框架 因子的值来预测下一期或者下一段时间的收益率。这里选用简单的线性回归来完成预 测工作，如下式所示： , 1 1 N t n n t n r a b f     其中 t r 是时刻 t 的股票收益率， , 1n t f  即为 t-1 时刻下第 n 个因子的大小， a 和 n b 是回 归式中的系数。进行交易决策的时间点为 t 时刻初、t-1 时刻末，因此回归式左边为预 测值，回归式右边的所有成分则都是决策点下的已知信息。在预测出每一支股票在时 刻 t 的收益率之后，按照收益预期值从大到小进行排序，然后选取排在前列的股票作 为当前可以建仓的股票。 需要特别说明的是，在某些量化交易策略的相关资料当中，会把对于不同股票而 言取值一致的回归系数 n b 称之为风险因子，而将具体的股票特征值 , 1n t f  称之为各支 股票在因子上的溢价。这主要是因为学术界在套利定价理论等研究的基础上，形成了 一种约定俗成的叫法，其中风险因子对于所有资产应该保持一致，而因子溢价则各有 不同。不过在量化选股策略中，对比本节所使用的称谓，这种叫法以及其他一些叫法 并不是非常直观，因此不予以使用。如果读者在阅读其他资料时碰到不一样的名称， 只需对号入座弄清准确含义即可。 a 和 n b 等参数的优化和拟合，书中使用的是法玛与麦克贝斯给出的一种线性回归 估计方法。如果可以获得 T 个时间段的因子数据以及相应的下一期股票收益率数据， 那么对于上面的线性回归式而言，一共可以进行 T 次估计，表示如下： , , 1 1 N t t n t n t n r a b f     , 1,...,t T 相比起上一个回归时， a 和 n b 的形式略有变动。 t a 和 ,n t b 代表一共可以得到 T 组 a 和 交易决策时的因子大小 选入 不选入 排序 前列 其他

股票多因子模型是国内量化投资领域应用最广、内涵最深、研究最多的量化选股模型。 究竟什么是多因子模型？多因子模型是怎样搭建的？它又能达到什么样的效果？为何近年来多因子策略的产品业绩不佳？在实际投资中多因子模型面临着哪些困难？本人在职业生涯中专注于对多因子模型的研究和开发，将在整个多因子模型系列Live中，为大家尽量全面、细致地讲解多因子模型的各方面知识，并尝试用Matlab代码及少量股票数据作出示范。

20210818-国盛证券-量化专题报告：成长型行业投资模式的探讨.pdf