365天量化课程

Watch and track your favorite playlist.

Curated by: 工作姐博士在读 (157 videos)


Currently Playing: 365天量化金融152:滚动训练和测试,如何检验策略实力

━━━━━━━━━━━━━━━━━━ 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. 滚动训练和测试,如何检验策略实力 | Rolling Train-Test | D152 2. 同一策略菜单,为何有三份成绩单 | Rolling Train-Test | D152 3. 滚动回测怎么做,训练测试别混用 | Rolling Train-Test | D152 4. 回测挑出的冠军,到了未来还好吗 | Rolling Train-Test | D152 5. 滚动窗口怎么选,先看整片参数区 | Rolling Train-Test | D152 ### 你将学到什么 - 会搭滚动训练+滚动测试:窗口、步长、重训三件事,把一段历史榨成一串没看过的考卷 - 理解三份成绩单的差别:全样本挑冠军、单次 70/30、滚动 - 记住本节的正面结论:滚动流水线对死拿 —— 夏普基本不丢,最大回撤和最差年双双减半 - 理解「回撤减半」的真实价值在行为账:跌得浅才拿得住,拿得住才有复利 - 会读配置平原:窗口×步长 12 个配置年化 5.2%-7.2%,配置全等权,不盯最亮格 - 会算重训成本:换组合次数 × 换仓比例 × 单边成本,本菜单每年约 2.4 个基点 - 把 P5 的验证纪律串成一张上线前的检查清单 ### 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. 滚动训练+滚动测试:把一段历史榨成一串考卷 2. 三份成绩单:协议决定数字 3. killer:对死拿 —— 回撤和最差年双双减半 4. 配置的平原:窗口步长也不用挑 5. 重训成本:每年两个多基点 6. P5 收官:上线前的四道关卡 ### 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


Tracks in this Playlist