VIP20

本课程属于：091-量化研究员 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

因子挖掘与策略构建实战

📚 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

量化交易概述

什么是量化交易，量化交易的优势与风险，与传统交易的区别，量化交易员的职业路径。

因子投资基础

因子投资定义，风格因子、宏观因子、另类因子分类，Fama-French三因子模型简介。

数据获取与清洗

数据源介绍（Tushare, Wind, Yahoo Finance），缺失值、异常值、复权处理，HDF5/Parquet存储。

单因子分析框架

因子构建流程，IC/IR分析，分组回测（分层回测），因子收益率计算。

因子相关性分析

因子间相关性矩阵，多重共线性问题，施密特正交化与PCA正交化。

相关性正交化

因子合成与降维

等权合成、ICIR加权合成，PCA降维，因子择时方法。

多因子模型构建

打分法、截面回归、机器学习模型（线性回归、岭回归、Lasso）。

策略构建基础

策略信号生成，仓位管理（等权、风险平价），交易成本模型（滑点、佣金）。

回测系统搭建

向量化回测与事件驱动回测，Backtrader/Zipline实战，前视偏差、幸存者偏差陷阱。

策略绩效评估

年化收益率、夏普比率、最大回撤、卡玛比率、胜率与盈亏比、资金曲线分析。

风险控制体系

VaR与CVaR，波动率控制，止损策略，行业与风格暴露控制。

因子挖掘方法论

人工挖掘（逻辑与经验），数据驱动挖掘（统计与机器学习），遗传规划挖掘。

挖掘方法论

基于遗传规划的因子挖掘

遗传规划原理，符号回归，因子表达式生成，适应度函数设计。

遗传符号回归

基于深度学习的因子挖掘

自编码器特征提取，LSTM时序因子，注意力机制因子。

深度学习LSTM

另类因子实战

舆情因子（NLP情感分析），高频因子（Tick级数据），基本面因子（财务指标衍生）。

行业中性化处理

行业分类标准（申万、GICS），回归残差法中性化，行业轮动策略。

中性化行业

市值中性化与风格暴露

市值分组处理，Barra风格因子模型，风格暴露监控。

事件驱动策略

财报超预期、分析师上调评级、股东增持事件，事件研究法。

统计套利策略

配对交易（协整），均值回归策略，统计套利的风险。

趋势跟踪策略

动量因子（时间序列动量、截面动量），均线策略，通道突破策略。

波动率策略

低波动率异象，波动率因子构建，GARCH模型波动率预测。

因子择时策略

宏观因子择时，HMM市场状态划分，因子动量与反转。

机器学习策略

XGBoost因子预测，随机森林特征重要性，神经网络端到端策略。

XGBoost神经网络

强化学习策略

Q-Learning、DQN基础，交易环境建模，策略优化。

强化学习DQN

均值-方差优化，Black-Litterman模型，风险预算模型。

策略过拟合与验证

滚动窗口交叉验证，夏普比率置信区间，随机策略检验。

过拟合验证

实盘交易系统架构

CTP、IB API接口，订单管理，风控模块，日志系统。

绩效归因分析

Brinson归因，Barra归因，因子贡献度分析。

策略迭代与维护

因子衰减监控，策略失效预警，模型重训练流程。

量化交易伦理与监管

市场操纵防范，合规要求，算法交易监管政策。