量化投资学习——如何阅读研报

这里有一些从知乎上看到的学习资料,关于阅读研报的一些技巧和规则:

关注逻辑,关注事实,关注历史预测的准确度,关注重要而没提到的点;不关注观点,不关注估值模型;不关注春秋笔法和评价,不关注没有出现过的冷门公司

全网最硬核丨卖方研报阅读指南 https://zhuanlan.zhihu.com/p/106923226

其实正如文中所说:一言以蔽之:“词不达意不看,中性词语负面看,褒义词语中性看,大赞特赞正面看”。

 

 

另外一个感觉比较好的就是,知网上的手把手教你读懂研报系列,特别是

干货宝库|手把手教你读懂研报之(三)https://zhuanlan.zhihu.com/p/299383608

梳理大师们对市场下一步的观点,找出大佬们统一看好的领域,做好股票白名单(群体进行了充分沟通之后的共识,往往比其中最聪明的人的判断,还要准确。

如图:

此外看好历史预期的变化情况,就是带有历史发展眼光的来综合整理研报的预测结果

另外,笔者从各种渠道了解到,目前使用ocr+nlp技术来做研报的因子的团队还不少,效果做的都不差

------------------------2021年6月23日结果更新---------------------

关于研报更新的,有一本书,在微信读书上可以找到,免费阅读的,《手把手教你读研报》,不过感觉趣味上就没有刚刚介绍的文章那么有意思了

更新

https://zhuanlan.zhihu.com/p/74130729 【元知识】如何高效阅读一份券商研报? 这个里面介绍了一些需要正话反看的情况,这是从文中摘录出的一段话:

“第三,调研报告

这是券商报告中不可多得的好东西。作用和证监会的问询函有异曲同工的之妙。

问题在于如何解读。

一般来说,券商会粉饰企业遇到的问题,企业也会配合券商研究部门,来拉抬市值。

所以,这种报告就是传说中,90%以上概率要反着看的报告。他们越澄清什么,往往就是未来的实锤。

从这种报告中,还能看出企业决策层对事件的看法甚至处置方式和态度,也就对管理层的经营方式有了相对直观的理解。”

此外,关于证监会的问询函和评级卖出的研报,都是要好好学习的内容。出自文中,“A股市场中的卖出研报就和黄金一样珍贵(同理,还有证监会的问询函)”

--------------------金工研报-------------------------

金工研报真的是研报界内的干儿子(出处见水印),没错那个6就是金工研报

这里是量化投资与机器学习公众号给的一个新财富金工研报的一个总结说明:https://zhuanlan.zhihu.com/p/337320133 

QIML公众号分析:金融工程受关注比较低主要有两个原因:

第一,金融工程本来就不是一个行业,金融工程是一种方法,在越来越倡导基本面量化的情况下,金融工程更多的发展空间来自于与主观行业研究的结合。

第二,近几年量化在公募基金的发展比较缓慢,公募基金还是以主观投资为主,所以出现了公募私募量化两重天的现象。

因为笔者关注的还是高频交易相关的内容,其中海通证券和长江证券贡献了几篇和高频相关的研报,有比较高的热度,其他的就没有看到了

然后这里是五个大大团队的情况:笔者的小伙伴刚好要去国盛的金工组,不禁流下了羡慕的泪水

 

 
  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: qlib是一个开源的量化投资平台,它提供了一套完整的工具和框架,用于支持量化投资研究和策略开发。qlib基于Python语言,其最大的特点是结合了传统数据分析、机器学习和深度学习技术,使得用户可以在一个统一的环境中进行数据预处理、特征工程、模型训练和回测等操作。 用户可以通过qlib方便地获取和处理金融数据,包括股票、期货、外汇等多个市场的数据。qlib提供了丰富的数据预处理方法,如缺失值处理、数据归一化、特征选择等。用户可以通过简单的命令即可完成这些预处理操作,极大地提高了数据处理的效率。 在模型训练方面,qlib支持多种机器学习和深度学习模型,如线性回归、支持向量机、随机森林、卷积神经网络和循环神经网络等。用户可以根据自己的需求选择合适的模型进行训练,并对模型进行调参优化。 qlib还提供了丰富的回测功能,用户可以根据自己的策略进行回测,并评估策略的性能。用户可以根据回测结果,进行策略的优化和改进。 总的来说,qlib是一个功能强大、易于使用的量化投资平台。用户可以在qlib平台上进行快速的数据处理、模型训练和回测等操作,从而提高自己的量化投资能力。qlib的开源特性还使得用户可以自由地修改和拓展其功能,满足自己的特定需求。 ### 回答2: qlib是一款基于软件AI的量化投资平台,它为大家提供了快速、智能的算法交易和投资决策工具。通过qlib平台,用户可以轻松实现数据预处理、特征工程、模型训练和交易回测等一系列投资策略的流程。 首先,qlib提供了丰富的数据预处理和特征工程功能,帮助用户将原始数据转化为模型所需的输入。qlib提供了多种数据处理方法,包括缺失值填充、数据平滑和特征选择等等,以提高模型的准确性和稳定性。 其次,qlib集成了多种强大的机器学习算法,包括传统的回归模型、决策树模型和神经网络模型,以及一些最新的深度学习算法。用户可以根据自己的需求选择适合的算法,并通过参数调优、模型融合等方法提高模型的表现。 另外,qlib还提供了灵活的交易回测功能,用户可以根据自己的投资策略进行交易回测,并评估模型的稳定性和收益率。qlib还具备可视化的交易分析功能,用户可以方便地查看和比较不同策略的回测结果。 此外,qlib还支持分布式计算和GPU加速,以提高算法的训练和回测速度,并满足大规模数据处理的需求。用户无需担心大量数据和复杂计算任务的处理瓶颈。 总的来说,qlib是一款功能强大、易于使用的软件AI量化投资平台。它提供了全面的数据处理、模型训练和交易回测功能,帮助用户快速构建自己的量化投资策略并进行优化。无论是专业投资者还是投资爱好者,都可以通过qlib平台获得更好的投资体验和收益。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

量化橙同学

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值