2017年08月_JDquant

原创机器学习到底在量化金融里的哪些方面有应用？

如果大家去搜索早期的神经网络、SVM的相关论文，会发现不少是做股票预测的。原因很简单，因为似乎我们可以天然地把股票投资的问题看成一个分类问题或者回归问题。回归的角度，我们可以根据之前的历史数据，预测下一个时间点的股价；分类的角度，我们可以根据历史数据，预测下一个时间点股价的正负。看起机器学习的方法可以完美适用了。不过这个结论显然是有待推敲的，因为如果真的完美适用，那么机器学习的大牛们怕是已经赚发了

2017-08-25 09:48:29 2811

原创 P quant与Q quant

一、Q Quant——衍生品定价量化衍生品定价由Bachelier于1900年提出，他在其学位论文中首次将最基本同时也是极具影响力的随机过程——布朗运动，应用于期权的定价。但这一理论一直没有引起关注，直到Merton（1969）以及Black和Scholes（1973）将第二个极具影响力的随机过程——几何布朗运动，引入期权定价。而下一个推动QQuant发展的里程碑，则是Harris

2017-08-23 14:32:56 6238

转载 Alpha选股：资本资产定价模型（CAPM）

一、Alpha 选股策略 Alpha 选股策略是指识别出一定时期内具有超额收益（Alpha）的股票，并进行相应操作的行为。换言之，我们在市场上总是希望能够找到具有正的超额收益率的股票并进行投资，这种选股思路就是Alpha 选股策略。而根据Alpha 值计算方式的不同，又有CAPM 和三因子两种比较通用的方法。二、资本资产定价模型（CAPM）

2017-08-22 12:29:16 14730 1

原创量化工具介绍

做量化要有必要的工具。下面简单介绍一下我用的工具:(一) 软件推荐：python 常用的量化软件有python、matlab、java、C++。从开发难度而言python和matlab都比较容易，java和C++麻烦一些。从运行速度而言，C++、java要快于matlab和python。不过对于大部分人而言，尤其是初学者，开发占用的时间远大于运行时间。如果

2017-08-15 11:39:24 8217 1

原创编写量化策略需要注意的几个细节问题

量化平台的出现，省去了quanter们自己打数据结构的时间和精力，可以集中在策略的想法构建上。但量化平台虽然好，还是会有一些功能会受到限制，因此，有时候还是需要自己清洗数据和编写回测程序。这里总结一下在量化策略编写中需要注意的数据处理问题，供参考： 1.数据复权。在量化策略的编写中，是需要对原始的开盘和收盘价进行复权的，以处理因为分红、配股等因素造成的股

2017-08-14 13:42:54 3050

转载机器学习(Machine Learning)&深入学习(Deep Learning)资料

《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learning in Neural Networks: An Overview》介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写

2017-08-03 17:17:26 781

原创勇者之路-国内量化交易员的日常工作状态

随着量化投资的概念在国内逐渐流行，量化交易员这个听起来神秘又高大上的职业也逐渐走入人们的视野，笔者也曾经面试相关的岗位，有考核行测+投资理念的，也有考核各种衍生品相关知识外加编程及数据库相关知识的，大体上都要求有较好的数理分析和逻辑思维，至少掌握一门熟练的语言等，通常计算机水平对采用程序化交易方式来说要求更高，笔者在浏览了相关大牛的看法之后，结合自己的一些见解，总结了量化交易员日常的工作内容：

2017-08-02 13:43:33 2242

JDquant的博客