365天量化课程

Currently Playing: 365天量化金融147：策略参数怎么选，为什么别只挑最优

━━━━━━━━━━━━━━━━━━ 系统学习 · 知识星球 ━━━━━━━━━━━━━━━━━━ 在知识星球搜「工作姐博士在读」，年费会员 2880 元／年。 三个专栏更新中： 　· 365 天量化金融 　· 入门量化 30 讲 　· 因子实验室 均含完整代码、数据、课件与专业答疑。 ━━━━━━━━━━━━━━━━━━ 1. 策略参数怎么选，为什么别只挑最优 | Sensitivity | D147 2. 回测参数挑冠军，未来还能领先吗 | Sensitivity | D147 3. 参数热力图，怎样分清孤峰和高原 | Sensitivity | D147 4. 参数全都要，会比只选冠军更稳吗 | Sensitivity | D147 5. 样本内排前列，样本外会怎样 | Sensitivity | D147 ### 你将学到什么 - 会画参数平面:把整个参数网格的成绩摊成一张二维图,而不是只盯着最优那个数 - 分清「山尖」和「高原」:一个是孤零零的单点最高,一个是一整片都不错 - 会算邻域平均:每个点的分数取它和周围 8 格的平均,山尖会被拉下来、高原能守住 - 拿到一个能直接照做的方案:参数集成,整个网格等权持有,5 折平均 1.99% - 知道样本内排名有多不可靠:前十里只有 10.4% 还在样本外前十,纯随机期望 10.1% - 理解为什么单折结论不能信:逐折秩相关的符号一折一个样,合并起来接近 0 - 会用参数平面判断一个策略靠不靠谱:平坦成片是好事,孤峰突起要警惕 ### 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 - 想从主观交易转量化的个人投资者 - 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 - 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. 参数平面:把一个数变成一张图 2. 山尖和高原 3. 四种挑法,以及一个反直觉的排序 4. 为什么会这样:样本内排名根本没有预测力 5. 参数集成为什么能赢 6. 边界:什么时候「全都要」不合适 ### 配套资料 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