量化投资 内容为2018年在私募公司实习，所学习知识、所完成工作任务的总结。 主题 一共包括以下四部分： - Part1：量化投资基础知识学习 - Part2：因子测试流程学习 - Part3：公司因子测试库学习 - Part4：独立完成的因子测试任务 前三部分均为md文件，存放在notebook文件夹，主要是平时学习内容的框架总结，基于简单明了的快速学习，因此其中涉及到具体的金融理论模型，还有待研习。 第四部分是实习的主要工作，也是在完成前三部分学习后，开展的因子挖掘和因子测试任务，包括说明和代码，存放在code文件夹。 流程 | 一般工作流程 | 阅读证券公司研报+因子测试验证 | | ------------ | ------------------------------------------------------------ | | 整体思路： | 根据不同的特征组合，使用机器学习算法预测股票涨跌幅的概率，将预测概率值作为因子进行测试。 | | 滚动预测周期 | 一般采用股票信息的月频数据或者周频数据，前12个月的数据作为训练集，预测下一个月的概率值 | | 主要使用工具 | jupyter notebook | （PS：因为测试股票数据全部来源于公司 ，不能进行公布，因此只提供数据说明和流程代码。） 任务 主要完成任务 - 基于股价大幅波动的另类选股因子研究：采用logistic 模型估计股票在未来1个月的大幅下跌概率，并以此作为选股因子；在15%、20%、25%、30%、35%和40%（5%，10%）等阈值计算下跌概率的选股因子 - 116组合因子测试（根据公司现有的116个因子进行特征组合，完成预测） - 分类：根据股票涨跌幅分类（上涨的前30%划为1，后30%为-1） - 回归：预测股票涨跌幅度的具体数值 - 150组合因子测试：根据150个已有的特征值进行股价涨跌幅的分类预测，完成概率因子的测试 - 158组合因子测试：根据['mom','emotion', 'pricevol', 'minute', 'finance', 'valuation', 'alpha191','growth'] 八大类因子组合测试（共计158个因子）进行股价涨跌幅的2分类预测，完成概率因子的测试 - 风险因子测试：根据10个风险因子进行股价涨跌幅的分类预测，完成概率因子的测试 - Alpha测试：根据192个Alpha因子进行股价涨跌幅的2分类预测，完成概率因子的测试。

⚠ No verified equity curve — no track-record source connected.

No score history is stored yet — only the current score is shown.

⚠ No live verification account connected — ask for proof before buying.

Alerts on changes: coming soon

Prop-firm compatibility not provided.

Data-completeness & trust index (not a profitability rating)