共找到 9 个提示词
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
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
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
量化组合绩效归因：Brinson归因(资产配置效应+选股效应+交互效应)、Barra因子归因(行业因子/风格因子/特质收益拆解)、滚动归因与风格漂移检测。量化收益哪部分来自Alpha,哪部分来自运气——帮你回答老板的"这收益怎么来的"
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)
设计量化交易策略，包含选股逻辑、择时信号和回测框架
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
股票投资新手的风险认知和纪律建立：新手最常见5个错误详解（追涨杀跌→散户亏损第一来源/听消息买股→信息不对称中的劣势方/重仓单一股票→单票不超过总仓位20%/不止损→亏损从10%变成50%/频繁交易→手续费和印花税吃掉利润）→价值投资/技术分析/量化策略的适合人群分析→仓位管理三原则（永不满仓/分批建仓/动态平衡）→止损纪律制定（单票-8%硬止损/总账户-15%清仓反思）