365天量化课程

Currently Playing: 365天量化金融156：牛熊震荡切策略，为什么未必更好

━━━━━━━━━━━━━━━━━━ 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. 牛熊震荡切策略，为什么未必更好 | Regime Performance | D156 2. 牛熊判断很准，策略切换就有用吗 | Regime Performance | D156 3. 策略失灵，先查它在哪种行情失分 | Regime Performance | D156 4. 回头看清牛熊，为何当时认不出来 | Regime Performance | D156 5. 按行情换策略，还是把策略搭配好 | Regime Performance | D156 ### 你将学到什么 - 会做条件回测:把策略收益按市态切片,算每个市态里的条件年化 - 分清市态的两副面孔:事后峰谷法vs 事前标签 - 记住事后口径的体检结论:趋势熊市 -18.75% 只有持有 -35.97% 的一半 —— 熊市保险 - 记住反直觉 killer:事前「牛市标签」里持有年化只剩 0.03%,「熊市标签」反而 +11.97% - 理解开关为什么做不得:事后最优映射 + 事前标签 = 4.79%/0.44,输给静态三分之一 6.99%/0.57 - 会写策略体检表:主场 / 雷区 / 最差市态亏多少;合格标准 = 最差市态不深亏 - 理解搭配的意义:三分之一组合牛市 +35.11%/震荡 +9.07%/熊市 -25.51% —— 每种行情有人扛 ### 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. 条件回测:把一条净值拆成三份成绩单 2. 市态的两副面孔:回头看全懂,当下认不出 3. 事后体检:教科书是对的,保险也是真的 4. 事前标签是半个反向指标 5. 开关做不得:拿着答案还是输 6. 正确姿势:体检表 + 静态搭配 ### 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