【博客创作计划】专题系列（统计学习专题/量化投资专题）简介

本简介仍在持续更新中，最后更新时间为：11/3/2019

---

1. 自我介绍

大家好，我是社区新人Mikey_Sun，一个伪资深机器学习、量化研究和量化策略开发的博主。本科某985数学专业背景，美研量化金融方向，主要进行量化投研方面的工作。在接下来的数年时间内（初步构想为2020-2025年，如果我能一直坚持的话=-=懒癌作者石锤），我将会发布一系列的统计学习/量化研究/量化策略开发等相关内容的博客，包括各种理论的介绍、理论的核心思想背后的数学理论与证明、相关的代码实现（初步覆盖Python, C++和R）。因作者水平有限，难免会有错误，而博主也希望和各位一起进步，因此特设勘误邮箱：[email protected]，感兴趣的小伙伴可以随时与我联系交流，也可以在相应的博文下面留言，谢谢大家支持！

---

2. 博客设计目标

2.1 用作本人学习备忘录

我一直认为，学习的最高境界是能达到用浅显的语言给小白讲懂，这也是作者在这一系列中希望达到的效果。如果各位同行/朋友在阅读的时候感觉思路清晰，豁然开朗，那就是对我最大的肯定。如果在阅读过程中出现了逻辑或者思路上的断层，那就是我在理解的时候出现了问题，也希望读者可以给我一些反馈，能让我在博客的内容上进行精雕细琢、反复修改，最终呈现出一份最好的学习材料。

2.2 用作分享知识的补给站

同时，我深知即便机器学习与量化投资已经在世界发展了很长一段时间，但是相关的中文书籍和论文缺十分匮乏（英文书籍的中文翻译的质量我就不想说了）。我也深知中国在量化领域仍有很大的提升空间和前景。希望通过我微薄的努力，能够至少能够略微降低学懂这方面的门槛，从而提升大家的学习质量和学习效率。

2.3 本系列设计目标人群

本系列的初步设计目标人群包括：机器学习、量化投研的初学者和爱好者、资深专家和研究员。同时，本系列也可以帮助数学/统计专业背景学生补充所学理论的应用场景，加深相关专业学生学习、学好理论知识的理解。比如，当我大一学习线性代数的时候，我总是不懈的问：线性代数在现实生活中有个毛用啊？能赚钱吗？现在的答案是：不仅可以赚钱，而且是操作数千亿资产的投资逻辑的工具之一。

---

3. 内容构架

3.1 与统计学习相关的内容

（1）线性回归系列

线性回归一直以来都是统计学习的最经典以及最基础的内容。本系列将会尽可能的详细讲解多元线性回归的各类证明，以及其在量化投资领域中的应用。

（2） 类线性/广义线性模型

（3） 决策树/随机森林模型

（4）SVM，神经网络模型

（5）深度学习模型（RNN，LSTM等）

3.2 与量化投资相关的专题系列

（1）金融工程研究专项系列

（2）常用的量化交易策略系列

在这一系列中，我将详细介绍常见的，并且适合中国市场交易的金融产品，以及对应产品的量化交易策略，包括：股票交易策略固定收益类交易策略、期权交易策略，期货交易策略，外汇交易策略等。并将对应的回测结果与代码进行展示，供广大爱好者参考。

（3）独创的量化交易系列

在这一系列中，我将适当的摒弃传统的思想，大开脑洞，将一些自己在投资实战中获得的心得和灵感编写“船新”的量化交易逻辑，提供一些不一样的视觉和体验。

---

4. 内容撰写逻辑

本系列的撰写逻辑线索为：[1] 主线 + [2] 附录引用 + [3]习题

4.1 主线篇

主线部分主要以基本思想和概念的叙述、所使用到的相关重要定理与证明以及相关编程以及代码实现这三个部分来展现，从而实现各学术层次和专业背景的读者均可以各取所需，方便理解的效果。

4.2 附录引用篇

附录引用部分主要是对所涉及到的较为高深的、或不影响行文逻辑的数学定理、引理来进行严格的数学证明，一是提升本系列的学术严谨性，二是可以加深大家对概念和思想的理解，三是可以满足数学专业学生对于证明的执着（是的，我自己就有证明强迫症）。

4.3 习题篇

习题部分则是用于开拓眼界。有兴趣的读者可以用于开拓眼界，加深自己的理解。

4.4 内容展示的逻辑框架

待补充，不会画框架图啊但是懒得学了

---

5. 撰写跨度（暂定）

第一个撰写周期为2019.10.30 - 2020.10.29， 更新频率大概是每两周一篇（因为懒，所以很可能一个月才一篇）。这一个周期将会穿插讲述多元回归部分，以及一些基础的量化投资策略。

---

6. 写在最后

笔者是一介懒人，勤快的时候想起来就写一写，懒得时候只想趴在床上玩手机。虽然这个博客创作计划的“顶层设计”做的还算详细，但是能坚持多久全凭缘分了。。。如果我更新的速度变慢了，那还请各位感兴趣的小伙伴多多督促我，给我动力。同时，我也希望一些大佬读者对我所写内容不吝赐教，对我的错误和不严谨之处批评指正，小生不尽感激。再次附上勘误邮箱：[email protected]。谢谢大家！

---

7. 免责声明

虽然不知道需不需要，但是为了避免不必要的麻烦还是做一个免责声明吧=-=
本系列内容仅作为学术参考和代码实例，不对投资决策提供任何建议。本人不承担任何人因使用本系列中任何策略所造成的任何直接或间接损失。
OVO 但是还是祝大家早日发发发，实现财务自由~

---

顺便测试一下代码块：

Python代码示例

# python code example:
print("谢谢大家")

C++代码示例

// C++ code example:
# include 
void main( int argc, char * argv[] ){
     	
    std::cout << "谢谢大家！" << std::endl;
}

本简介仍在持续更新中，最后更新时间为：11/3/2019