原创文章第116篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。北京疫情似乎还没有到拐点，但这三天结束后应该会到来。

第一章-学习之前的认知影响股价的因素1、公司自身因素2、心理因素3、行业因素4、经济因素5、市场因素6、政治因素金融量化投资量化投资的优势1、避免主观情绪，人性弱点和认知偏差，选择更加客观2、能同时包括多角度的观察和多层次的模型

中移动滑窗的实现为何需要移动滑窗`Numpy`中的移动滑窗移动滑窗的`as_strided`实现方法关于`as_strided`函数的详细解析使用`as_strided`函数的危险之处Numpy中移动滑窗的实现为何需要移动滑窗在量化投资分析过程中

原创文章第113篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。昨天的策略我是比较满意的，沿着进化的方向在迭代我们的策略。

原创文章第114篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。今天的核心工作是把强化学习环境整合进我们的AI量化平台中。

原创文章第115篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。在模型训练过程中，过拟合（overfitting）是非常常见的现象。

用python实现全功能动态交互式K线图手把手用`python`一步步实现动态交互式K线图`mplfinance`的基本K线图目标实现自定义风格和颜色图表尺寸调整、相关信息的显示添加完整移动平均线添加指标MACD实现鼠标拖动平移交互功能实现鼠标滚轮缩放实现双击切换指标使用键盘方向键平移缩放K线图及切换指标这一段代码感谢@szFoxtech的贡献！完整代码手把手用python一步步实现动态交互式K线

Python量化投资——利用tushare和mplfinance生成K线图tushare介绍mplfinance介绍获取K线数据处理数据数据的可视化更多的效果tushare介绍tushare是一个立足于国内的金融数据包

第一阶段、一个简单策略入门量化投资1.1股票数据预处理练习无论我们要对股票市场进行何种探索，在开始前，研究如何获取数据，并进行对应的预处理都是必要的。本节以美股为例，进行股票数据预处理的练习。

对量化投资感兴趣的朋友，可关注微信公众号：Quant_Reserch，与我们交流。公众号中有每日的复盘，研究策略分享。日内的走势对于的预测有较好的指向性。

量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。

BigQuant人工智能量化投资平台集成了众多深度学习/机器学习开源框架，是一站式的python+机器学习+量化投资平台，可以直接在BigQuant

篇基础篇章绪论21.1量化投资与数据挖掘的关系21.1.1什么是量化投资21.1.2量化投资的特点31.1.3量化投资的核心——量化模型51.1.4量化模型的主要产生方法——数据挖掘71.2数据挖掘的概念和原理

原创文章第112篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。昨天我们设计了一个不错的策略：etf动量轮动+大盘择时：年化30%的策略。

【第一章】神经网络基础这一篇从神经网络基础到量化投资应用（NN-QO）的第一章的最后一篇RNN。

实现平台：BigQuant—人工智能量化投资平台可在文末前往原文一键克隆策略进行进一步研究超参寻优模块简介最近，我们上线一个新的模块——超参优化模块，它可以帮助大家对我们平台上的机器学习模型进行超参数优化

原创文章第111篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。今天重点来探索一下elegantRL。

www.neurondance.com/论坛：http://deeprl.neurondance.com/编辑：DeepRL一、关于FinRL目前，深度强化学习（DRL）技术在游戏等领域已经取得了巨大的成功，同时在量化投资中的也取得了突破性进展

原创文章第110篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。01一些感受时代的一粒沙，落在每个人身上就是一座山。这三年，对于这句话，相信很多人更能感同身受。

机器学习与人工智能、深度学习1.1.1机器学习和人工智能，深度学习的关系机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来1.1.2机器学习、深度学习能做些什么传统预测店铺销量预测、量化投资

引言:邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投资，了解行业研究方向，希望能对大家有帮助。

量化策略开发第一步：数据源开发量化策略的第一个重要环节：如何获取数据？开发量化策略所需要的数据，包括历史数据和实时数据。特别指出，我们只介绍免费的数据源，以帮助大家降低成本。先从股票开始，股票的历史数据，我们可以借用三方平台回测（例如优矿、聚宽、米筐等），相当于借用了平台的历史数据，但平台历史数据有一个问题：往往不能将全量数据下载到本地。想要自己搭建股票回测框架的话，推荐用tushare的数据，如

1.。Barra因子模型求解采用了带权重和约束条件的最小二乘回归，求解起来并不是那么直观，有一定的复杂性。所以本文就来介绍截面回归的求解过程。关于barra的工具和实现这里有几个资源来源第一个必然是川总的文章：Barra因子模型截面回归求解知乎上的话题：BARRA模型-知乎知乎话题：请简明扼要地说明BARRA模型能用来做什么？如果要用python实现，如何建立框架？https://www.zhih

量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。

量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。

"qlibailabx量化投资平台"建设第16篇。这是100天小目标中的第16天。

持续行动1期39/100，“AI技术应用于量化投资研资”之可转债投资。

持续行动1期48/100，“AI技术应用于量化投资研究”。lightGBM所代表的集成树模型，优点特别明显，就是快且质量不低，用于量化非常合适。关键它可以筛选因子。

可转债交易薅羊毛策略—Python量化投资实战教程(10)自定义MySQL数据流—Python量化投资实战教程(9)A股回测“孕线”策略—Python量化投资实战教程(8)Python量化投资实战教程(

qlib的使用目录笔者炒股票至今也有6年，但一直都是凭借这个人的社会经验进行主观交易；偶然间发现了qlib这个开源的量投资库，于是按官方给的教程稍微梳理了一下。提示：本文只是按官方教程用自己的数据集走了一遍，但具体如何分析甚至按照程序的执行结果进行投资到现在还是很懵逼的，毕竟我刚接触这一行对很多概念都不懂（具体而言就是虽然我好像读懂了策略，但都找不到qlib在训练完了之后在每个时间段都帮我选了哪些

微矿Qlib：业内首个AI量化投资开源平台官方GitHub仓库一、Qlib环境安装安装过程非常艰难，主要参考了以下资料，在此感谢相关内容作者的无私帮助，太感谢了！！！

原创文章第107篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。前面的文章我们把数据，因子定制，自动标注的功能都准备好了，今天继续因子分析，分析的框架当然还是alphalens。

原创文章第108篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。关于量化投资，我们写了不少文章。从数据准备，预处理，因子特征工程，因子分析，规则策略，模型，回测，指标分析，可视化等等。

原创文章第105篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。"AI量化平台"当前目标，可以快速开发策略，相当于是搭建一个快速实验平台——工欲善其事，必先利其器。

原创文章第106篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。今天要复现的研报是：”光大证券_金融工程深度：基于阻力支撑相对强度（RSRS）的市场择时——技术择时系列报告之一“。

背景乾象投资MetabitTrading成立于2018年，是一家以人工智能为核心的科技型量化投资公司。核心成员毕业于Stanford、CMU、清北等高校。目前，管理规模已突破30亿元人民币。

原创文章第99篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。第99篇了，第一个100篇原创小目标就要完成，非常好。坚持1000天做一件事情，会是什么效果？拭目以待吧。

文章目录1、知识框架介绍2、策略篇介绍3、理论篇介绍1、知识框架介绍2、策略篇介绍量化投资的主要内容包括：量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、ETF/LOF套利

好久不见呀~大家好，我是可里擅长领域：Python领域优质创作者、python开发、网络爬虫今日重点：①历史基金数据定制下载；②Matplotlib数据可视化图表代码干货满满，建议收藏+实操！！！有问题及需要，请留言哦~~事情起因你抄底‮诺了‬安，他梭哈了白酒，我重仓了医药，‮们我‬都‮美有‬好‮未的‬来我想抄它的底，它却‮抄想‬我的家？在经历了股市的大起大落落落落落落落落落落落落之后，博主突然想

AQF项目培养对象有志于养成专业的量化投资方法，并且从事或有志于从事与金融量化分析相关的经济活动和专业服务工作的人员。例如

【金融数量分析之：马科维茨均值方差模型和CAPM定价模型的代码实现】马科维茨均值方差模型开启了量化投资的大门，其意义固然十分重要因此个人便手动实现了一个完整的从获取股票数据到选股，到确定投资比列的一整个代码库

机器学习已经广泛应用于数据挖掘、搜索引擎、电子商务、自动驾驶、图像识别、量化投资、自然语言处理、计算机视觉、医学诊断、信用卡欺诈检测、证券金融市场分析、游戏和机器人等领域，机器学习相关技

有效市场假设（EfficientMarketHypothesis）是一个历史悠久的流行理论，其主要内容是“市场价格反映一切已知信息。在一个有效的市场里面，没有投资者可以持续性地长期获得高于市场平均水平的回报”。具体的，有效市场假设分为三个等级。其中最低的“弱有效市场假设”认为投资者无法用已知的公开交易数据预测未来股价走势，但是仍然可以用基本面数据来对股票的内在价值进行估计从而获利，或者通过未公开的

摘要：量化投资作为一个新兴行业，在中国近几年得到长足发展，但由于时间较短，很多从业者和机构投资者都没有对这个行业有着充分的理解，本文会试图对量化投资是什么，超额收益的来源，量化投资和主观调研型投资的区别

机器学习预测沪深300指数走势摘要沪深300指数作为中国股票价格指数的代表，也是中国股指期货的标的指数，对其走势预测具有积极的现实意义与应用价值。本文通过计算交易特征指标和涨跌决策变量，其中涨用+1表示，否则为-1，最终把问题转化为分类问题，并利用支持向量机、神经网络和逻辑回归进行涨跌趋势预测。这里介绍了如何将实际问题转化为分类问题，并利用分类模型进行预测，这种技能在实际数据挖掘中尤为重要。关键词

提起量化投资，不能不提西蒙斯。经历了1998年俄罗斯债券危机和2001年高科技股泡沫危机，许多曾经闻名遐迩的对冲基金经理都走向衰落。

发达的资本市场也衍生出了各类投资理念,而量化投资则是最具技术性的一类。在海外投资市场，以规模来说量化投资主要分为量化权益和衍生品策略两大块。

量化投资系列文章：Backtrader教程—Python量化投资实战教程(1)Python量化投资实战教程(2)—MACD策略(+26.9%)Python量化投资实战教程(3)—A股回测MACD策略Python

谈谈基本面的量化Alpha2017-03-02黄瑞庆：博时基金管理有限公司指数与量化投资部总经理兼基金经理。从2002年起先后在融通基金、长盛基金等多家资产管理机构从事研究、投资、管理等工作。

量化投资策略是利用量化的方法，进行金融市场的分析、判断和交易的策略、算法的总称。