量化投资策略：多因子到人工智能

资料简介

适宜人群

量化初学者，IT人员，无编程基础，普通投资者

内容简介

量化投资策略：多因子到人工智，能主要讲解内容包括：量化基础、财务因子知识、单因子研究、多因子模型、机器学习、深度学习等。

资料特色

① 持续更新，一次购买，永久免费学习。

② 赠送资料源码+数百量化策略源码。

③ 赠送量化策略商城会员，登录查看模拟运行情况。

“你将获得”

1. 了解量化投资的基本原理，学会构建基本的投资策略。

2. 掌握各经典算法模型策略的基本思路。

3. 获取最新人工智能模型应用在量化策略的可行性。

4. 一年策略商城VIP，随时登录查阅上百种量化策略运行情况。

资料大纲

序章

资料使用方法

第一篇 量化投资基础

第一章 量化投资基础

第二章 量化投资的优势

第二篇 基本面因子介绍

第三篇 成长类因子

第四章 估值类因子

第五章 现金流类因子

第六章 经营效率类因子

第七章 财务质量类因子

第三篇 多因子模型

第八章 多因子模型构建流程

第九章 基本面多因子模型

第四篇 因子研究

第十章 单因子研究

第十一章 数据标准化

第十二章 因子共线性分析

第十三章 行业与市值中性化

第五篇 进阶模型

第十四章 收益率模型

第十五章 进阶多因子模型

第六篇 机器学习

第十六章 机器学习的算法

第十七章 机器学习选股流程

第十八章 网络搜索寻优

第十九章 机器学习模型

1 逻辑回归

2 K邻近

3 决策树

4 随机森林

5 朴素贝叶斯

6 Adaboost

7 支持向量机

8 XGboost

9 线性判别分析

10 二次判别分析

11 梯度提升

12 LightGBM

第七篇 深度学习

第二十章 机器学习与深度学习的区别

第二十一章 深度学习的选股流程

第二十二章 深度学习模型

1 MLP(多层感知器)

2 CNN(卷积网络)

3 LSTM(长短记忆网络)

4 RL(强化学习)

5 GAN(对抗网络)

6 Catboost

7 GRU

8 ALSTM

9 GATs

10 SFM

11 TFT

13 TabNet

14 TCTS

15 Transformer

16 Local former

17 TRA

18 TCN

19 ADARNN

20 ADD

量化投资策略：多因子到人工智能

https://mp.weixin.qq.com/s/Art09qlJ2kXcPl7yU1gEBA