0. 金融资产组合模型进化全图鉴

0. 前言

0.1 专栏主旨

本专栏【金融资产组合模型进化论】以马科维茨资产组合模型为起点，带领读者一步步感受、体验金融资产组合模型的优化、进化的演变，目标是能让所有读者都能看明白的金融资产组合模型理论+因子理论+时序模型+创新AI，使读者对金融资产有一个框架的、高纬度的认识。

0.2 本文主旨

本文为记录专栏中全部文章的汇总，让读者全面地了解、观察其进化路线。并可以快速导航找到自己想要的模型。

1. 资产组合模型合集

通过资产组合模型，获取指定日期的投资组合。

• 揭秘原始马科维茨资产组合模型（理论+Python实战）
• 马科维茨资产组合模型+CAMP优化方案（理论+Python实战）
• 马科维茨资产组合模型+Fama-French三因子优化方案（理论+Python实战）
• 马科维茨资产组合模型+Fama-French五因子优化方案（理论+Python实战）
• 马科维茨资产组合模型+政策意图AI金融智能体(Qwen-Max)增强方案（理论+Python实战）
• 马科维茨资产组合模型+政策意图AI金融智能体(DeepSeek-V3)增强方案（理论+Python实战）
• 马科维茨资产组合模型+金融研报AI长文本智能体(Qwen-Long)增强方案（理论+Python实战）
• 以下为预告项目：
• 引入高阶矩
• 动态风险预算
• MPT+机器学习
• MPT+LSTM
• MPT+Transformer

2. 资产组合模型量化回测合集

对以上资产组合进行量化回测。

• 对马科维茨资产组合模型实现Backtrader量化回测（理论+Python实战）
• 对MPT+CAMP优化方案实现Backtrader量化回测（理论+Python实战）
• 对MPT+Fama-French三因子优化方案实现Backtrader量化回测（理论+Python实战）
• 对MPT+Fama-French五因子优化方案实现Backtrader量化回测（理论+Python实战）

3. 金融难点通俗解释合集

对本专栏内出现的金融名词，尝试使用贴近生活的描述方式，使零基础的朋友都能够明白晦涩难懂的金融量化知识。

• 阿尔法（α）和贝塔（β）系数
• 协方差矩阵
• 市净率（PB）
• 市盈率（PE）
• 市销率（PS）
• 股息率（DV）
• 市净率（PB）VS市盈率（PE）VS市销率（PS）VS股息率（DV）
• 净资产收益率（ROE）
• 总资产收益率（ROA）
• 投资资本回报率（ROIC）
• 净资产收益率（ROE）VS投资资本回报率（ROIC）VS总资产收益率（ROA）
• 毛利率
• 营业利润率
• 净利率
• 毛利率vs营业利润率vs净利率
• 营业总收入
• 归母净利润
• 扣非净利润
• 营业总收入vs归母净利润vs扣非净利润
• 中药配方比喻马科维茨资产组合模型(MPT)
• 学生成绩比喻资产资本定价模型(CAPM)
• 学生成绩比喻FAMA-FRENCH五因子模型(FF5)
• 小卖部经营比喻PPI（生产者物价指数）vsCPI（消费者物价指数）
• MLF（中期借贷便利）vs LPR（贷款市场报价利率）

4. AI量化开发合集

在AI量化项目中，对模块进行开发过程记录。

• 长文本AI金融智能体(Qwen-Long)对金融研报大批量处理与智能分析的实战应用
• 基于DeepSeek打造个人专属金融消息面-AI量化分析师（理论+全套Python代码）

5. AI量化面试合集

• 解释夏普比率(Sharpe Ratio)的计算方法及其在投资组合管理中的应用，并说明其局限性
• 在构建多因子选股模型时，如何有效处理因子之间的共线性问题？
• 解释配对交易(Pairs Trading)的原理，并说明如何选择配对股票以及设计交易信号
• 如何设计一个基于强化学习的交易系统？
• 在使用LSTM预测股票价格时，如何有效处理金融时间序列的非平稳性？
• 如何评估AI量化模型的过拟合风险？
• 如何利用新闻文本数据构建交易信号？
• 如何使用自监督学习方法从原始市场数据中挖掘新的alpha因子？
• 如何设计一个自适应的TWAP算法，使其能够根据实时市场情况动态调整执行策略？
• AI大模型中的MOE架构主要类型，和DeepSeek使用了哪一种类型？
• 量化金融中什么是最大似然估计？
• 量化金融中什么是蒙特卡罗模拟？
• 支持向量机（SVM）如何处理高维和复杂数据集？
• 模型蒸馏（Model Distillation）和模型微调（Fine-tuning）的异同点
• PPO与GPPO策略优化算法的异同点
• 监督学习技术在量化金融中的应用方案
• 凯利准则的核心思想是什么？如何用它来确定最佳资本配置比例？

6. AI量化Paper精读合集

经典AI量化论文。

• DeepSeek_R1_基于强化学习的LLM推理能力增强
• TradingAgents_基于多智能体LLM的金融交易框架
• 李飞飞50刀复刻deepseek_s1_简单的测试时间缩放

7. Kaggle竞赛合集

• Optiver - Trading at the Close 竞赛项目Python代码详解