Watch and track your favorite playlist.
Curated by: 工作姐博士在读 (157 videos)
### 你将学到什么 - 理解因子合成的本质:不是找最强的单因子,而是把几个低相关的因子拼起来,靠分散化换取更稳的综合预测力 - 掌握三种合成方法:等权平均、IC加权、机器学习各自的原理和适用边界 - 搞懂为什么低相关是合成的命根子:三因子横截面相关性接近0甚至为负,此涨彼跌,组合波动才会被摊薄 - 想通一个反直觉的诚实结论:小样本金融数据上,机器学习容易过拟合,最朴素的等权反而最稳健 - 认清合成的真正价值在于因子领导权年年轮动:你事前押不中今年哪个因子最灵,合成等于不赌、让组合永远在场 ### 课程特色 - 真实美股/A 股数据实战 - 可运行的 Python 代码 - 华尔街从业者视角:量化研究员的核心日常 - 主战场 A 股,也讲港股/美股/加密策略 - 配套 PDF 课件、视频、Notebook 三件套 ### 适合人群 - 想从主观炒股转量化的散户 - 对量化投资感兴趣的金融专业学生 - 想从数据科学转向量化金融的工程师 - 散户希望系统学习量化方法的策略爱好者 ### 课程大纲 本节课内容概要: 1. 因子合成的本质:不是选最强,而是靠低相关分散化 2. 信息系数 IC 与 ICIR:衡量一个因子到底灵不灵 3. 三种合成法:等权 / IC加权 / 机器学习 4. 为什么机器学习在小样本金融数据上容易过拟合 5. 合成最稳健的反而是等权:贝叶斯收缩的智慧 ### 配套资料，小红书｜B站｜知识星球 @工作姐博士在读 购买后你将获得: 1. 环境安装教学视频 2. 配套课件 3. Python 源代码