Tôi đã nhận được rất nhiều sự giúp đỡ về những điều mà tôi lo lắng.

datafactory

Bài giảng này là bài giảng tiếp theo về Đầu tư định lượng dựa trên dữ liệu vào cổ phiếu bằng Python Phần 1. Nếu phần 1 thiên về giới thiệu thì Phần 2 sẽ nói nhiều hơn về trải nghiệm tổng thể của việc thực hiện chiến lược thực tế và đầu tư định lượng phát triển Đây là một bài giảng trung tâm, chuyên sâu. Trong lớp này, chúng tôi tập trung vào các kỹ thuật Pandas nâng cao xử lý dữ liệu chuỗi thời gian và cách triển khai các chiến lược dựa trên tín hiệu dựa trên chiến lược phân bổ tài sản tĩnh/động yêu cầu điều chỉnh tỷ lệ tài sản ở các giai đoạn khác nhau. Hơn nữa, nó không dừng lại ở việc thực hiện chiến lược mà còn bao gồm một 'khuôn khổ mã' trực tiếp xác minh và kiểm tra lại các chiến lược đầu tư khác nhau với việc sửa đổi mã tối thiểu cũng như cách mở rộng và cải thiện nó để dẫn đến đầu tư thực tế. Tìm hiểu về những điều cần chú ý trong quá trình này. Ngoài các thành phần lập trình, các nội dung lý thuyết như hai loại khái niệm lợi nhuận (lợi nhuận đơn giản, lợi nhuận nhật ký) và các chỉ số đánh giá liên quan đến backtesting cũng được trình bày chuyên sâu về mặt toán học, mang lại kết quả tốt nhất không thể tìm thấy trong sách, blog đầu tư thương mại, YouTube, v.v. Bạn có thể trải nghiệm luồng đầu tư định lượng bằng Python.

rightx2

Đầu tư chứng khoán định lượng dựa trên dữ liệu với Python Phần 2

DeepingSauce

입문

초급

중급이상

판다스

Pandas

Investment

Quant

Định hướng

Kiến thức cơ bản để xử lý hiệu quả dữ liệu chuỗi thời gian, datetime index

Hiểu đúng để sử dụng đúng, Tỷ suất lợi nhuận (returns)

Thước đo so sánh chiến lược đầu tư, Chỉ số hiệu suất (performance indicator)

Chỉ báo chính cho đầu tư tín hiệu, Đường trung bình động

Triển khai chiến lược đầu tư một mã chứng khoán theo tín hiệu (feat. Bollinger Bands, Momentum, Đột phá biến động)

Đổi tần suất Datetime

Nguyên lý xây dựng chiến lược đầu tư dựa trên rebalancing

Triển khai chiến lược thực chiến dựa trên tái cân bằng (ft. Framework hóa Code)

Tổng kết bài giảng