为了账号安全,请及时绑定邮箱和手机立即绑定

Python量化投资

Bruce007 算法工程师
难度中级
时长 2小时 0分
学习人数
综合评分8.70
16人评价 查看评价
9.1 内容实用
8.2 简洁易懂
8.8 逻辑清晰
  • 套利定价模型:

    查看全部
  • 资本资产定价模型:

    查看全部
  • 量化投资特点:

    查看全部
  • 一 什么是量化投资

    查看全部
  • 评价指标

    收益类:年化收益、累积收益、最大回撤、阿尔法

    风险类:年化波动、贝塔

    综合评价类:夏普比率、盈亏比、信息比率


    查看全部
    0 采集 收起 来源:量化研究流程

    2020-02-07

  • 计量经济学 投资学

    处理手段

    处理缺失值:前向填充、后向填充、平均数、中位数或者众数填充;

    处理极值绝对值差中位数法、3倍标准差法、百分位法

    标准化:最小-最大标准化、z- score标准化和归一标准化

    中性化:行业中性或者市值中性化

    正交化:标准正交、对数正交、施密特正交


    查看全部
    0 采集 收起 来源:量化研究流程

    2020-02-07

  • Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为,一个投资组合(包括单个股票)的超额回报率可由它对三个因子来解释,这三个因子是:市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为:

    E(Rit) −Rft= βi[E(Rmt−Rft)] +siE(SMBt) +hiE(HMIt)
    其中Rft表示时间t的无风险收益率;Rmt表示时间t的市场收益率;Rit表示资产i在时间t的收益率;E(Rmt) − Rft是市场风险溢价,SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big),HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。
    β、si和hi分别是三个因子的系数,回归模型表示如下:
    Rit− Rft= ai+ βi(Rmt− Rft) + SiSMBt+ hiHMIt+ εit
    但是,我们应该看到,三因子模型并不代表资本定价模型的完结,在最近的研究发现,三因子模型中还有很多未被解释的部分,如短期反转、中期动量、波动、偏度、gambling等因素。


    查看全部
  • Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为,一个投资组合(包括单个股票)的超额回报率可由它对三个因子来解释,这三个因子是:市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为:

    E(Rit) −Rft= βi[E(Rmt−Rft)] +siE(SMBt) +hiE(HMIt)
    其中Rft表示时间t的无风险收益率;Rmt表示时间t的市场收益率;Rit表示资产i在时间t的收益率;E(Rmt) − Rft是市场风险溢价,SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big),HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。
    β、si和hi分别是三个因子的系数,回归模型表示如下:
    Rit− Rft= ai+ βi(Rmt− Rft) + SiSMBt+ hiHMIt+ εit
    但是,我们应该看到,三因子模型并不代表资本定价模型的完结,在最近的研究发现,三因子模型中还有很多未被解释的部分,如短期反转、中期动量、波动、偏度、赌博等因素。


    查看全部
  • Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为,一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释,这三个因子是:市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为:

    E(Rit) −Rft= βi[E(Rmt−Rft)] +siE(SMBt) +hiE(HMIt)
    其中Rft表示时间t的无风险收益率;Rmt表示时间t的市场收益率;Rit表示资产i在时间t的收益率;E(Rmt) − Rft是市场风险溢价,SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big),HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。
    β、si和hi分别是三个因子的系数,回归模型表示如下:
    Rit− Rft= ai+ βi(Rmt− Rft) + SiSMBt+ hiHMIt+ εit
    但是,我们应该看到,三因子模型并不代表资本定价模型的完结,在最近的研究发现,三因子模型中还有很多未被解释的部分,如短期反转、中期动量、波动、偏度、赌博等因素。


    查看全部
  • Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为,一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释,这三个因子是:市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为:

    E(Rit) −Rft= βi[E(Rmt−Rft)] +siE(SMBt) +hiE(HMIt)
    其中Rft表示时间t的无风险收益率;Rmt表示时间t的市场收益率;Rit表示资产i在时间t的收益率;E(Rmt) − Rft是市场风险溢价,SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big),HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。
    β、si和hi分别是三个因子的系数,回归模型表示如下:
    Rit− Rft= ai+ βi(Rmt− Rft) + SiSMBt+ hiHMIt+ εit
    但是,我们应该看到,三因子模型并不代表资本定价模型的完结,在最近的研究发现,三因子模型中还有很多未被解释的部分,如短期反转、中期动量、波动、偏度、赌博等因素。


    查看全部
  • nan: numpy.nan, 生成空缺值

    nan_to_num: numpy.nan_to_num(array) 以0填补空缺值,或者以极值填补无穷大值

    isnan: numpy.isnan(value), 判断是否是空缺值

    查看全部
  • 生成数组的方式
    arange:numpy.arange([start,] stop [,step,])
    rand: numpy.random.rand(d0,d1,...,dn)
    linspace : numpy.linspace(start,stop,num=50,endpoint=True)


    查看全部
  • 323333333

    查看全部
  • 1111111

    查看全部
  • 写的非常好

    查看全部

举报

0/150
提交
取消
课程须知
1、对python基础知识已经掌握,如数组、列表、字典、类、对象。 2、对基本的数据统计知识、线性代数知识已经掌握,比如均值方差、显著性检验、矩阵的运算、线性回归等。
老师告诉你能学到什么?
1、量化投资的策略类型和研究流程; 2、常用的数据类型的处理; 3、常用的数据清洗处理的函数; 4、清洗数据的流程; 5、缺失值处、极值处理、标准化处理、中性化、正交化处理方法 ; 6、单因子评价的主要方法; 7、如何进行多因子合成。

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!