野生咖啡师2025-12-17·社区交流PandaAI的第一周内侧体验PandaAI的第一周内侧体验 作为一个5年的主观交易员，在听到量化交易可以模块化进行研究回测，我是不太相信的。但是当我打开pandaAI的网页以后，颠覆了我对量化交易的认知。之后就加入pandaAI的群聊，也拿到了内侧名额。所以我来聊聊拿…#机器学习#Python#组合优化
alphonse2025-06-24·社区交流符号动力学在量化交易中的应用：捕捉时序数据里的状态转换最近在研究时间序列分析时，读到一篇关于相空间粗粒化的论文，让我对符号动力学产生了浓厚兴趣。作为量化交易者，我们总是在寻找市场转折点——从上涨转向下跌，从震荡转向趋势，从高波动转向低波动。传统的技术分析往往基于价格的绝对数值，但符号动力学提供…#量化策略#低频交易#Python#历史数据
yunyuyn2025-06-21·风险管理为什么组合夏普的稳定性要高于单个高夏普？==引言：想通过一招擒龙大法就梦想长期盈利的人，我只能说，你想多了。== 一、为什么私募不喜欢高夏普单策略？ 1. 高夏普意味着显著的优势 - 比如夏普比率=3 或更高，这通常意味着策略非常赚钱又不怎么波动。 - 然而这种策略容易被别人发现…#组合优化
我是宽客2025-06-09·量化策略精华Alpha101：101 个公式化量价因子深度解析（一）一、背景 ::: hljs-center Alpha101 ::: ::: hljs-center Very coarsely, one can think of alpha signals as based on mean-reversi…#经验分享#学习资源#多因子模型#量化策略
无名的人2025-06-02·量化策略精华[专题优化一]量化策略优化研究报告：小市值策略的迭代与优化一 、引言 在金融市场投资策略研究领域，小市值和红利低波策略近年来备受关注。在过往研究在这两种策略应用中存在一定缺陷，本文旨在深入剖析并优化，本次着重解决上一次研究中小市值年化收益不足和回撤波动较大的问题。 小市值与红利低波的互补研究：风险…#量化策略#中频交易#历史数据#组合优化
无名的人2025-04-29·量化策略精华小市值与红利低波的互补研究：风险对冲与收益增强的双重路径一 引言 本文基于下述研究框架撰写： 基于机器学习的多因子选股策略 1.1 研究背景 当前市场处于经济弱复苏、流动性宽松与高波动并存的复杂环境之下。投资者对收益的需求与对风险的规避形成张力，使得策略分化格局愈加明显。在这样的市场背景下，小市…#策略讨论#多因子模型#波动率策略#低频交易
Navier-Stokesequations2025-04-07·机器学习精华黎曼ζ(s)函数-计算机算子▽$\rm We \,\, define \,\,a \,\, function \,\, {\mathcal{O}(k)} \,\, similar \,\,to\,\, the\,\, Riemann\,\, Zeta\,\, funct…#go#新手入门#机器学习模型#多因子模型
![[专题优化一]量化策略优化研究报告：小市值策略的迭代与优化](https://oss.pandaaiquant.com/community/27ce1f38d4d64fd6ae7c5222c9eeeacd-10.png)
![[专题优化一]量化策略优化研究报告：小市值策略的迭代与优化](https://oss.pandaaiquant.com/community/338474286dd9417f9540a8092333c73c-.png.png)
![[专题优化一]量化策略优化研究报告：小市值策略的迭代与优化](https://oss.pandaaiquant.com/community/8b6cdfa056914140ad9292fb53ad4d30-.png.png)
