VIP20
本课程属于：010-量化因子研究变量衍生与分箱 金融科技风控与量化工程 · 共 20 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

变量衍生与因子分箱：量化研究实战方法

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
变量衍生与因子分箱在量化研究中的核心… · 课程目标与学习路径
课程导论变量衍生
02
数据预处理基础
缺失值处理 · 异常值识别与处理 · 数据标准化与归一化
数据预处理基础缺失值处理
03
单变量衍生
基于时间序列的滞后变量 · 移动平均 · 差分与对数收益率计算
单变量衍生基于时间序列的滞…
04
多变量交叉衍生
比率变量 · 乘积变量 · 差值变量与多项式特征构造
多变量交叉衍生比率变量
05
分类变量编码
独热编码 · 标签编码 · 目标编码与频率编码的原理与实现
分类变量编码独热编码
06
文本特征衍生
TF-IDF · 词袋模型 · 词嵌入（Word2Vec）在量化文本…
文本特征衍生TF-IDF
07
时间特征衍生
日期分解（年 · 月 · 日
时间特征衍生日期分解
08
统计特征衍生
滚动窗口统计量（均值 · 标准差 · 偏度
统计特征衍生滚动窗口统计量
09
因子分箱概述
分箱的目的 · 分箱类型（等距 · 等频
因子分箱概述分箱的目的
10
等距分箱
原理 · 实现方法（pandas cut） · 优缺点及适用场景
等距分箱原理
11
等频分箱
原理 · 实现方法（pandas qcut） · 优缺点及适用场景
等频分箱原理
12
卡方分箱
基于卡方检验的自底向上合并分箱算法详…
卡方分箱基于卡方检验的自…
13
决策树分箱
利用决策树分裂点进行分箱的原理与sk…
决策树分箱sk
14
聚类分箱
基于K-Means的一维聚类分箱方法…
聚类分箱K-Means
15
最优分箱（OptBinning）
基于信息价值（IV）与单调性约束的分…
OptBinning最优分箱
16
分箱效果评估
信息价值（IV） · 证据权重（WOE） · 基尼系数与KS统计量
分箱效果评估IV
17
WOE编码与IV筛选
WOE替换原始值 · IV筛选强预测力因子的实战流程
WOEIV
18
因子单调性检验
单调性定义 · 检验方法（Spearman秩相关 · 趋势检验）与业务意义
因子单调性检验单调性定义
19
因子相关性分析
皮尔逊相关系数 · 斯皮尔曼相关系数 · 多重共线性诊断（VIF）
因子相关性分析皮尔逊相关系数
20
因子标准化与中性化
Z-score标准化 · 市值中性化 · 行业中性化处理
因子标准化性化
21
因子合成
等权合成 · IC加权合成 · 主成分分析（PCA）合成方法
因子合成等权合成
22
因子正交化
施密特正交化 · 对称正交化在去冗余因子中的应用
因子正交化施密特正交化
23
因子回测框架
分层回测 · 多空组合收益计算 · 夏普比率与最大回撤
因子回测框架分层回测
24
因子IC分析
IC序列计算 · IC均值 · ICIR（信息系数比率）与IC衰减分…
IC因子
25
因子换手率分析
换手率定义 · 计算方式与低换手率因子筛选策略
因子换手率分析换手率定义
26
因子拥挤度检测
拥挤度指标构建 · 横截面波动率与配对相关性方法
因子拥挤度检测拥挤度指标构建
27
机器学习因子衍生
基于随机森林 · XGBoost的特征重要性衍生与非线…
机器学习因子衍生基于随机森林
28
深度学习因子衍生
自编码器特征提取 · LSTM时序特征在因子挖掘中的应用
深度学习因子衍生自编码器特征提取
29
因子组合优化
均值-方差优化 · 风险平价 · 最大分散度组合构建
因子组合优化均值
30
课程总结与实战项目
完整因子挖掘与分箱流水线搭建 · 常见陷阱与未来方向
课程总结实战项目