共找到 31 个提示词
另类数据量化投资指南：卫星图像分析(港口/油田/农田/商圈人流)、信用卡消费数据(行业景气度推断)、招聘网站数据(企业扩张/收缩信号)、社交媒体舆情(微博/小红书/抖音品牌热度)。从获取到因子化的完整pipeline
回测系统工程级设计：事件驱动vs向量化回测架构对比、前视偏差自动检测机制、幸存者偏差矫正(历史成分股还原)、回测"作弊检测清单"、多标的+多周期回测引擎实现(Python)。比fintech-backtest-system更深入架构层面
多维度条件选股完整方法：基本面筛选(PE<行业80%分位/ROE>15%/营收增速>10%/经营现金流为正/商誉占比<30%)→技术面筛选(均线多头排列/MACD金叉/放量突破/RSI不超买)→资金面筛选(北向持续流入/融资余额上升/大宗交易溢价/龙虎榜机构买入)→条件权重设置与排序打分→筛选结果回测验证→不同市况的筛选条件调整
可转债完整投资体系：可转债本质拆解（债券属性→面值100元/有到期赎回价约105-110元/底部有债底保护；看涨期权属性→转股价值=100/转股价×正股价/转股溢价率越低股性越强）→双低轮动策略（低价格<115元+低溢价率<20%→两个维度各占50%权重/组合持有15-25只分散个券风险/每月轮动一次→卖出排名下降的/买入新进入双低范围的）→四大条款博弈（强赎条款→正股价连续15/30天超转股价130%/触发后公司有权按面值+利息赎回→持有者必须转股否则亏/回售条款→正股价连续30天低于转股价70%/投资者有权将转债按面值+利息卖回公司→是投资者的保护条款/下修条款→公司董事会有权下调转股价→对投资者有利/遭遇下调转股价转债价格通常涨5-15%/下修博弈是转债投资的超额收益来源之一）→可转债打新策略（无市值要求/中签后缴款1000元/优先申购评级AA以上+正股基本面好的转债/上市首日破发率近年约10-15%/谨慎选择）→转债信用风险（2014年前A股无转债违约/2023-2024年搜特转债/蓝盾转债等违约打破刚兑→可转债不再是零风险/甄别标准：正股是否连续亏损/评级是否被下调/能否按时还本付息）
CTA趋势跟踪策略完整体系：海龟交易法则(20日/55日突破)在中国商品期货的应用→双均线交叉系统的参数优化→唐奇安通道(Donchian Channel)的进场与止损→ATR(平均真实波幅)在仓位管理和止损设置中的应用→多品种分散化的趋势跟踪组合构建
A股事件驱动量化策略：业绩预告/快报超预期(SURP因子)、高分红(股息率因子)、定增/配股事件、股份回购/增持、股权激励行权期、大宗交易折溢价信号。事件窗口设计与Alpha衰减分析
中国量化数据源全景对比：Wind(全但贵)/Choice(次之)/Tushare Pro(免费好用但限制多)/AkShare(完全免费开源)/Baostock(免费历史行情)/QUANTAXIS(开源数据框架)/米筐&聚宽(平台自带数据).选型决策树+API示例+常见坑点
从零搭建量化回测系统：回测框架选型（Backtrader/Zipline/VNPY/自研）、核心模块设计（数据/信号/执行/风控/绩效）、回测陷阱避坑（前视偏差/生存偏差/过拟合）。帮你不被回测曲线骗到
金融数据获取与清洗方案：股票/基金/期货/宏观数据的免费与付费数据源对比、Python爬取模板（Tushare/AkShare/Baostock/Wind API）、数据清洗pipeline（缺失值/异常值/复权/对齐）。让数据准备从'最耗时的环节'变成'几行代码的事'
从策略思路到可运行Python代码：技术指标策略（均线/布林带/MACD/RSI）、因子策略（动量/价值/质量）、事件驱动策略。代码含注释+参数说明+回测注意事项。不是黑盒——解释每一行在做什么
FRM二级五大风险管理模块深度: 市场风险(VaR model backtesting, correlation modeling)→信用风险(PD/LGD/EAD, CVA, credit derivatives)→操作风险(AMA/Basel)→流动性风险(CFP/NSFR/LCR)→投资风险管理(portfolio VaR/对冲基金风险)→Basel III终局框架
基金定投完整进阶体系：四种定投方式对比（定期定额→最简单/均线定投→低于均线多投高于均线少投/估值定投→低估值多投高估值少投或暂停/动态平衡定投→偏离目标比例时自动调节）→止盈三种方法（目标收益法→达到设定收益率止盈/估值止盈法→PE分位>80%止盈/最大回撤止盈法→从高点回撤>设定阈值止盈→三种方法可组合使用）→止盈后的资金部署（转为债券基金等下一轮低估/分批再投入原标的/投入到其他低估品种/不取出继续复利）→组合定投策略（股债双投→降低整体波动/核心卫星策略→核心指数+卫星主动基金/行业轮动定投→低配行业的逆向投资）→定投回测数据（任意时点开始定投沪深300/1年期正收益概率约60%/3年期约80%/5年期约90%→说明定投需要时间）→定投心理管理（亏损期加速定投/反弹时不在小额盈利就停止/市场恐慌时最应该坚持）
图神经网络在量化中的应用：供应链图构建(客户-供应商关系)、股权关联图(参股/控股/一致行动人)、知识图谱增强选股(GCN/GAT信息聚合)、产业链上下游信号传导效应。A股产业链图数据构建与GNN模型实现
量化实盘交易系统设计：OMS(订单管理系统)/EMS(执行管理系统)架构、风控前置(交易前/中/后三层风控)、宕机恢复与灾备机制(主备切换/断点续传)、券商API对接(中泰XTP/华泰xtquant).从回测到实盘的"最后一公里"
适合散户的长线投资实操指南：什么样的人适合长线(有稳定现金流无需短期变现/能忍受30-50%的回撤/投资周期>3年/不想频繁操作)——长线选股五个标准(①行业天花板高+不会消失/②公司是行业龙头或细分冠军/③ROE连续5年>15%/④有持续的现金流而非纸面利润/⑤管理层诚信——满足4/5即可)——买入价格(不追求最低点/PEG<1或PE<历史均值70%/股息率>3%更好)——持有中的心态管理(关闭行情软件/不看日度波动/每季只看季报/设置价格提醒只在极端时才看)——什么时候卖(基本面永久性恶化/找到更好的标的且当前持仓被高估/需要大额资金/——绝不是因为「涨多了」就卖!)——长期持有的数据支撑(持有<1年胜率~60%/持有>3年胜率>80%/持有>5年胜率>90%)
量化择时方法论：技术指标组合择时(均线/布林带/MACD多周期共振)、机器学习择时(GBDT/RNN预测涨跌方向)、市场情绪指标(资金流/融资融券/期权PCR/换手率)、A股指数择时模型回撤控制实战
ML量化选股入门实战：XGBoost/LightGBM因子工程、特征处理(缺失值填充/标准化/Winsorize)、训练集/验证集/测试集的时序划分、样本外验证方法论、特征重要性分析与过拟合防范。A股ML选股实践
量化模型过拟合系统性防范：时序交叉验证vs K-Fold的金融适用性、L1/L2/ElasticNet正则化选择、样本外测试的"净化"期设计、拒绝推断(Reject Inference)处理幸存者偏差、A股ML模型真实过拟合案例剖析
财经NLP实战应用：新闻情绪因子构建(正面/负面/中性分类与打分)、财报电话会议纪要情感抽取、券商研报文本挖掘(评级变化/目标价修正/关键段落提取)、FinBERT等预训练模型微调、文本因子与量价因子的结合策略
量化组合优化方法论：均值-方差优化(MVO)、风险平价(Risk Parity/Hierarchical Risk Parity)、Black-Litterman模型(融合主观观点)、约束优化(CVaR约束/换手率约束/行业约束)、A股指数增强vs灵活配置的组合构建对比
中国量化行业求职指南：私募量化(九坤/幻方/明法/衍复等)vs券商金工vs公募量化vs自营交易团队、技术面试准备(算法/数学/统计/金融/编程)、简历要点、薪资水平、行业趋势(2024-2025量化监管与人才需求变化)
量化研究员/交易员面试全攻略: 概率统计经典题(扔硬币/扑克牌/贝叶斯/随机过程)→编程(LeetCode medium+数据处理pandas/numpy)→脑筋急转弯(Brainteaser)类型与解题框架→策略思路题(设计一个做市策略/统计套利/因子回测)→量化面试书单与刷题路径
量化投研平台选型与搭建：第三方平台(聚宽/米筐/优矿/掘金/BigQuant)对比、自建平台架构(数据层→研究层→回测层→执行层)、Docker容器化一键部署、个人/小团队/机构三种规模的平台方案.含成本和时间估算
设计量化交易策略，包含选股逻辑、择时信号和回测框架
不卖产品的'软内容'：基金定投科普、资产配置入门、理财误区合集、市场波动心理按摩。投教是最好的获客方式——让客户先学到东西，再自然产生信任和需求
单因子测试完整方法论：Rank IC/ICIR计算与显著性检验、分层回测(5组/10组)、单调性检验、多空组合收益、因子换手率与自相关分析。附A股主流因子的测试标准
统计套利完整方法论：配对交易选股(相关性+协整性双重筛选)、协整检验(EG两步法/Johansen检验)、价差建模(OU过程/卡尔曼滤波动态对冲比率)、交易信号生成(价差Z-score偏离)、A股配对交易实战经验
量化策略容量测算方法论：基于换手率的容量估算(单标的容量=日均成交×可占用比例)、持仓集中度与容量关系、市场冲击模型反推容量上限、A股不同市值段策略的容量参考(沪深300组件vs中证2000组件).私募"策略容量满了"的识别信号
量化策略工程化管理：Git代码版本控制+DVC(数据版本控制)管理大数据集、MLflow/W&B(Weights&Biases)实验追踪(记录每次回测的参数/指标/模型)、策略生命周期管理(开发→模拟→小实盘→全量)、团队协作规范
量化交易成本精细建模：中国A股费率结构(佣金/印花税/过户费)、市场冲击成本估算(Almgren-Chriss模型/I-STAR模型)、滑点回归分析、小盘股vs大盘股成本差异、成本模型的回测集成与实盘校准
可转债和固收+的深度投资指南：可转债打新规则（信用申购无需市值/中签后缴款/单签1000元/上市首日涨15-30%常见→但破发也在增加需甄别）→双低策略详解（低价格<115元+低溢价率<20%/为什么这个组合长期有效→下有债底保护上有转股弹性/回测年化8-15%）→固收+产品配置逻辑（80%以上债券打底+不超过20%权益增强→收益增强来源：打新/可转债/股票/量化对冲→历史年化4-8%/最大回撤通常<3-5%）→信用风险评估（发行主体评级AA及以上/关注正股基本面/到期收益率>0即持有到期不亏→这三个是安全底线）→适合什么风险偏好的投资者（R2-R3稳健型/不想承受股票波动但又不满足于3%以下收益/可以作为理财替代但需要接受净值波动）