乖乖交学费-CSDN博客

原创多种择时与选股策略的研发

多种择时与选股策略的研发（附链接）1、基于A股周内效应择时策略验证与思考：https://blog.csdn.net/qq_41648495/article/details/114380780验证代码地址：https://gitee.com/qiu-an-song/quantshare/tree/master/%E5%9F%BA%E4%BA%8EA%E8%82%A1%E5%91%A8%E5%86%85%E6%95%88%E5%BA%94%E7%AD%96%E7%95%A5%E7%A0%94%E7%A9%

2021-03-11 22:19:10 603

原创戴维斯双击策略的实现与验证

戴维斯双击策略的实现与验证戴维斯效应简述：戴维斯双击和戴维斯双杀：戴维斯效应，就是有关市场预期与上市公司价格波动之间的双倍数效应。也就是说当一个公司利润持续增长使得每股收益提高，同时市场给予的估值也提高，股价得到了相乘倍数的上涨，这就叫戴维斯双击；相反，当一个公司业绩下滑时，每股收益减少或下降，市场给予的估值也下降，股价得到相乘倍数的下跌，这就叫戴维斯双杀。公式：股价P=每股收益EPS*市盈率PE比如，A公司2017年股价20元，每股收益2元，市盈率10PE，假设该公司每年净利润增长10%，那么3

2021-03-08 00:09:46 3248 2

原创涨停缩量平台调整选股策略（附筛选python代码）

涨停缩量平台调整选股策略引言本文思路来自于小蓝书《期货市场技术分析》中第六章持续形态中的内容，主要是挖掘出在短中期较为强势的股票。还结合了网上流传的7日战法的内容进一步筛选出强势的股票。涨停缩量平台调整策略图解：图一：七一二在2020/05/11之后的走势。从图一可以看到，该票在2020/05/11天涨停后随即10天都在一个涨停平台调整，下面的成交量也没有明显地放大。之后的走势很强势，直接翻了一倍。图二：长安汽车在2020/10/20之后的走势。从图一可以看到，该票在2020/10/20天

2021-03-06 16:33:42 1476

原创基于北向资金指数择时策略验证与思考

基于北向资金指数择时策略验证与思考本文思路华泰金工研量化资产配置7月月报《北向资金走向预示市场短期或震荡》关于北上资金的择时思路，构建基于北向资金的股市择时策略，并进行历史回测。结果表明，北向资金对于判断沪深 300指数涨跌具有较好的预示作用。上述研报的核心内容简述：1、北向资金与沪深 300 相关系数自陆股通开通以来逐渐攀升至 0.5 以上，相关性较高。2、当前北向资金指标显示短期市场仍可能会以震荡调整为主。基本验证思路：1、首先验证该研报所述结论是否正确。2、如果正确，基于北向资金是否能研

2021-03-06 01:17:06 2066 4

原创基于A股周内效应择时策略验证与思考（附代码）

基于A股周内效应择时策略验证与思考本文思路来自于东吴证券研报《A股市场的周内效应》内容，对A股市场的日历效应在周内表现进行探索。上述研报的核心内容简述：1、A股市场在股票指数和个股上存在“V型模式”的“周内效应”:周一行情最亢奋，其后逐渐走低，周四最低迷，周五轻微反弹。2、在交易行为的层面也存在周内效应:大单成交的占比，周一最高，随后逐渐递减。基本验证思路：1、首先验证该研报所述结论是否正确。2、如果正确，基于该周内效应是否能研发出alpha策略，避开最低迷的星期。验证周内效应设计思路：

2021-03-05 21:06:18 2131 1

原创机器学习——挖掘幸福感（task04_2）

天池大赛—一起挖掘幸福感笔记2数据来源：https://tianchi.aliyun.com/competition/entrance/231702/information选用的数据是精简版的训练集happiness_train_abbr.csv今天的笔记：1、一开始看到题目与标签happiness的时候，以为是个多分类问题，其实不然。挖掘幸福感并不是一个多分类问题，虽然类别是1-5，但是这个类别是有大小之分的，最后评分指标是均方误差，这也就很好解释了挖掘幸福感的比赛是个回归问题。你换个角度理解，

2020-12-25 19:40:33 527

原创机器学习——挖掘幸福感（task04_1）

天池大赛—一起挖掘幸福感笔记1数据来源：https://tianchi.aliyun.com/competition/entrance/231702/information选用的数据是精简版的训练集happiness_train_abbr.csv思路：1、打开数据表，大概理解每一个特征的含义2、导入数据表，对数据进行预处理，处理的方式有删除某些无关的特征，例如调查时间与省份城市等，对缺失值进行填充，对含义模糊的变量均用众数进行填充，对数据进行去极值，标准化。等出初步的处理完的数据。3、分好特征值

2020-12-24 23:52:31 465 2

原创机器学习基础：朴素贝叶斯笔记--阿里云天池

机器学习基础：朴素贝叶斯笔记–阿里云天池真正的概率分类器在许多分类算法应用中，特征和标签之间的关系并非是决定性的。比如说，我们想预测一个人究竟是否会在泰坦尼克号海难中生存下来，那我们可以建一棵决策树来学习我们的训练集。在训练中，其中一个人的特征为：30岁，男，普通舱，他最后在泰坦尼克号海难中去世了。当我们测试的时候，我们发现有另一个人的特征也为：30岁，男，普通舱。基于在训练集中的学习，我们的决策树必然会给这个人打上标签：去世。然而这个人的真实情况一定是去世了吗？并非如此。也许这个人是心脏病患者，得到了

2020-12-15 20:53:22 493

qq_41648495的博客