首页
›
智能金融与金融工程
›
030-机器学习Alpha与交易信号
›
《ML Alpha策略回测与交易成本评估》
VIP16
本课程属于:030-机器学习Alpha与交易信号
智能金融与金融工程 · 共 16 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
📘
ML Alpha策略回测与交易成本评估
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=ML Alpha策略回测与交易… · 核心概念 · 整体框架与实战价值
课程导入
ML
02
量化交易与Alpha策略基础
目标=Alpha与Beta的定义 · 市场中性策略 · 统计套利
Alpha
量化交易
03
机器学习在Alpha策略中的应用概览
目标=监督学习 · 无监督学习 · 强化学习在选股
Alpha
机器学习
04
回测基础与核心概念
目标=回测的定义 · 目的 · 流程
回测基础
核心概念
05
回测数据准备与清洗
目标=价格 · 成交量 · 财务
回测数据准备
清洗
06
特征工程与标签构建
目标=Alpha因子挖掘 · 技术指标 · 基本面因子
特征工程
标签构建
07
ML模型训练与验证
目标=时间序列交叉验证 · Purged K-Fold · Embargo
ML
模型训练
08
策略回测引擎设计
目标=事件驱动与向量化回测 · 订单生成 · 撮合逻辑
策略回测引擎设计
目标=事件驱动
09
交易成本构成与建模
目标=佣金 · 印花税 · 过户费
交易成本构成
建模
10
滑点与市场冲击模型
目标=线性与非线性冲击模型 · Almgren-Chriss框架 · 基于订单簿的模拟方法
滑点
市场冲击模型
11
交易成本对回测的影响
目标=成本敏感性分析 · 换手率与成本关系 · 净收益与毛收益对比
交易成本对回测的…
目标=成本敏感性…
12
回测绩效评估指标
目标=年化收益 · 夏普比率 · 最大回撤
回测绩效评估指标
目标=年化收益
13
过拟合与回测陷阱
目标=多重检验 · p-hacking · 回测过度优化
过拟合
回测陷阱
14
交易成本优化方法
目标=降低换手率 · 订单拆分 · 执行算法(VWAP
交易成本优化方法
目标=降低换手率
15
案例实战一
目标=基于线性回归的Alpha策略回… · 因子构建 · 回测与成本敏感性分析
案例实战一
Alpha
16
案例实战二
目标=基于随机森林的选股策略回测与交… · 模型训练 · 回测与成本调整
案例实战二
目标=基于随机森…
17
案例实战三
目标=基于梯度提升树的Alpha策略… · 超参数调优 · 成本约束下的组合优化
案例实战三
Alpha
18
案例实战四
目标=基于LSTM的时序Alpha策… · 回测引擎适配 · 成本影响分析
案例实战四
LSTM
19
案例实战五
目标=多因子ML组合策略回测与交易成… · 风险模型 · 成本预算与绩效归因
案例实战五
ML
20
常见问题与解决方案
目标=数据不足 · 非平稳性 · regime switching
常见问题
解决方案
21
回测系统实现与工具
目标=Python生态(pandas · numpy · backtrader
回测系统实现
工具
22
交易成本评估的高级话题
目标=动态成本模型 · 基于强化学习的执行 · 成本预测与实时优化
交易成本评估的高…
目标=动态成本模…
23
策略上线与实盘衔接
目标=从回测到模拟盘 · 实盘差异 · 成本校准
策略上线
实盘衔接
24
综合提升一
目标=构建完整的ML Alpha回测…
综合提升一
ML
25
综合提升二
目标=策略容量与资金规模对交易成本的… · 冲击成本 scaling · 机构实践
综合提升二
目标=策略容量
26
综合提升三
目标=多策略组合与成本预算分配 · 成本预算 · 策略相关性管理与再平衡成本
综合提升三
目标=多策略组合
27
综合提升四
目标=回测报告与可视化:绩效归因 · 成本分解 · 情景分析
综合提升四
目标=回测报告
28
综合提升五
目标=前沿趋势与研究方向:另类数据 · 深度学习 · 强化学习
综合提升五
目标=前沿趋势
29
课程总结与知识体系回顾
目标=核心概念 · 方法流程 · 案例要点
课程总结
知识体系回顾
30
实战项目答辩与评估
目标=学员项目展示 · 成本评估报告评审 · 改进建议与职业发展指导
实战项目答辩
评估
所属VIP或分类
同VIP:HMM市场状态识别与策略切换实战
同VIP:Learning-to-Rank横截面选股实战
同VIP:SHAP量化信号解释与因子归因实战