量化策略风险调整收益优化实战 - 智能金融与金融工程 - 029-量化风险管理与仓位控制 - 可可精品资料库

VIP14

本课程属于：029-量化风险管理与仓位控制 智能金融与金融工程 · 共 14 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

夏普比率基础概念定义·公式

夏普比率的定义、公式推导、核心含义与投资应用场景。

计算与Python实现 numpy/pandas

使用numpy/pandas计算单资产与组合夏普比率。

夏普比率的局限性缺陷分析

非正态分布、时间尺度依赖、回溯偏差等缺陷分析。

改进(一) Sortino比率下行波动率

仅考虑下行波动率的优化方法。

改进(二) Calmar比率最大回撤

最大回撤替代波动率的稳健指标。

改进(三) Sterling比率平均回撤

基于平均回撤的调整方法。

改进(四) 信息比率超额收益/跟踪误差

相对于基准的超额收益与跟踪误差。

改进(五) 概率夏普PSR 统计显著性

考虑统计显著性的进阶指标。

改进(六) 修正夏普MSR 偏度峰度惩罚

对偏度和峰度进行惩罚。

资产配置与夏普提升 Markowitz

均值-方差优化（Markowitz模型）实战。

风险平价策略波动率分配

通过波动率分配权重最大化组合夏普比率。

最大分散化组合最小化相关性

最小化相关性以提升风险调整收益。

因子投资与夏普比率 Fama-French

三因子/五因子模型的应用。

动量策略优化趋势跟踪

通过趋势跟踪提升夏普比率的实证方法。

均值回归策略反转交易

反转交易对夏普比率的贡献与风险控制。

统计套利与夏普配对交易

配对交易、协整策略的夏普提升技巧。

机器学习选股(一) 随机森林

使用随机森林筛选高夏普股票池。

机器学习选股(二) XGBoost/LightGBM

XGBoost/LightGBM预测收益率并优化夏普。

深度学习策略 LSTM波动率

LSTM预测波动率与动态仓位管理。

杠杆与夏普比率凯利公式

最优杠杆倍数（凯利公式）对夏普的影响。

交易成本与滑点扣除成本

扣除成本后的夏普比率真实计算与优化。

持仓周期优化日内/日间/周度

日内、日间、周度策略的夏普对比与选择。

动态再平衡频率月度/季度/年度

月度、季度、年度再平衡对夏普的影响。

尾部风险对冲期权/VIX

使用期权、VIX期货降低极端损失提升夏普。

波动率目标策略固定波动率

固定波动率暴露以稳定夏普比率。

多策略组合低相关叠加

将低相关策略叠加提升整体夏普比率。

回测过拟合防范交叉验证·白噪声

交叉验证、夏普比率置信区间与白噪声检验。

实盘夏普监控滚动·衰减·预警

滚动夏普、衰减夏普与实时预警系统搭建。

夏普与资金管理动态仓位

基于夏普的动态仓位分配算法。

综合实战项目夏普>2系统

从数据获取到策略部署，构建夏普>2的投资系统。