第 107 页 · 显示 8 / 1446 篇文章
按年份查看 →
- 供应链数据在量化投资中的应用:用「供货关系」挖掘另类 Alpha
供应链关系(谁是你的供应商、谁是你的客户)是典型的另类数据,隐含着领先-滞后收益、冲击传染与网络中心度等可量化信号。本文拆解供应链数据的三大 alpha 来源,用 Python 构建供应链网络、模拟冲击传导、并计算上下游领先-滞后相关,给出从关系数据到交易信号的完整框架,同时指出披露滞后与可得性等真实陷阱。
13 min Chinese - 交易成本控制与优化:别让 alpha 死在手续费和冲击里
很多策略回测能赚钱,实盘却持平甚至亏损,差的就是交易成本。本文拆解交易成本的五大构成(佣金、价差、滑点、市场冲击、机会成本),用 Python 复现成本结构、VWAP/TWAP 执行算法与实施缺口-参与率的最优解,并指出只看佣金、过度交易等真实陷阱。
15 min Chinese - 气象数据对大宗商品预测:当天气成为基本面
天气不是宏观叙事里的背景音,而是大宗商品最直接的基本面之一。本文拆解哪些商品被天气捏着命门、关键的气象指标(HDD/CDD、ENSO、干旱指数)如何传导到价格,并给出计算度日、构建 ENSO-商品关系、训练天气特征模型的完整 Python 实战,同时指出预报不确定性、季节性基差、仓储缓冲等真实陷阱。
13 min Chinese - 网页爬虫与文本挖掘:把非结构化网页变成可回测的量化信号
网页爬虫与文本挖掘把非结构化网页变成可回测信号。本文从合规红线讲起,用 Python 演示 requests+BeautifulSoup 采集、jieba 分词、情感打分构建日度情绪指数,再到 TF-IDF 与领先-滞后检验,并指出前视偏差等陷阱。
13 min Chinese - 量化交易中的因果推断:从相关性到因果性的跨越
量化交易中的因果推断 - halo的技术博客
8 min Chinese - 因子择时:动态调整因子暴露
深入探讨因子择时的理论基础与实践方法,从无-risk因子配置到宏观经济状态切换,通过Python实现动态调整因子暴露的完整框架。
18 min Chinese - 大模型做股票预测:FinGPT、BloombergGPT 和开源方案对比
大模型做股票预测 - halo的技术博客
8 min Chinese - 量化研究员的一天:从因子研究到实盘上线的完整工作流
量化研究员的一天 - halo的技术博客
10 min Chinese