Watch and track your favorite playlist.
Curated by: 工作姐博士在读 (157 videos)
### 你将学到什么 - 掌握多因子组合的完整构建流程:挑选低相关因子 → 每个因子截面标准化 → 合成打分 → 分组回测,把前几节的单因子真正组装成一个能用的组合。 - 理解「因子分散」为什么是免费午餐:实测三个低相关因子等权合成,组合夏普做到全场最高1.09、回撤只有动量单打的一半。 - 学会挑选低相关因子:合成的关键不是把最强的因子堆在一起,而是选彼此相关性低、能互相补位的因子;高相关的因子合成等于重复下注,白费力气。 - 对比等权合成与信息比率加权:实测等权反而比按历史信息比率加权(0.92)更稳,理解为什么复杂的加权常常是在赌因子择时、样本外容易翻车。 - 掌握质量因子的时间点对齐:用 ROE 做质量因子时,必须按财报的公告日取「当时已经公布」的数据,绝不能用未来才发布的财报,否则回测收益会虚高、实盘一用就打回原形。 ### 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. 多因子组合的完整流程:从单因子到一个组合 2. 核心:为什么要选「低相关」的因子 3. 免费午餐:组合夏普最高、回撤减半 4. 等权 vs 信息比率加权:为什么简单反而更稳 5. 关键坑:质量因子必须做时间点对齐,别偷看未来 ### 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