鐵人檔案
研究一些交易與投資組合模型和技術：
1.投資組合、2.風險管理、3.資產管理。
交易演算法定義包括阿爾法因子(Alpha Factor)、資產配置、測試策略。
機器學習可以做為量化交易領域的決策工具。
金融、技術和資料分析長期以來一直共生。深度學習常被被用於客戶行銷，預測行為、流失、流失率和對廣告的反應。對沖基金、高頻交易和資產管理平台用來生成智能貝塔(Sma...
現代風險管理、金融監管、存款保險和央行支持已經解決了許多此類系統性風險的早期根源。金融的基本原理依然存在——金融部門內部積累和集中的風險有時會有害地蔓延到經濟的...
形成系統性風險的潛在因素： 資料 資料的經濟性聚合將導致集中的單一來源增加，從而通過羊群通道和網路互連通道增加風險。指數資料的增長和使用，引入了時間序列尾部...
結合收益預測和風險模型以根據投資者的限制建立最佳投資組合的過程。組合多種人工神經網路方法應用於投資組合優化。從小型網路到深度神經網路都可以找到有用的結果。 多...
預測資產或資產類別的投資回報是投資管理的核心。許多類型的人工神經網路都經過測試提供預測回報的能力。深度神經網路、CNN、LSTM 都可以應用於收益預測問題。...
嘗試利用機器學習來改進均值方差框架中使用的傳統風險度量。自然語言處理等技術適用於識別表明風險較高的詞語。並使用機器學習來製定對沖策略。 使用 k 均值聚類來構...
投資組合選擇問題是金融的核心。它的目標是有效配置投資者資源，以實現增長最優的儲蓄，是資產定價中的主要問題。 弱式有效市場假設(Weak Form of Effi...
投資組合管理通常是指選擇和管理投資策略的過程，以最大限度地降低風險並最大化投資回報。 投資組合管理的基本框架之一是現代投資組合理論(MPT)。目的是通過多元化來...
建立信用風險模型通常需要四個步驟： 資料預處理 違約機率(Probability of Default, PD)違約機率是指交易對手通常在未來 12 個月內違...
基於動量策略，趨勢跟踪(Trend Following)和相對強弱(Relative Strength)技術歸為一類，作為投資策略已經應用了一個多世紀。 動量一...
