资源分享的前两篇介绍了一些量化领域的优质公众号,本篇开始会分享一些量化各个方向优质的资料。

今天分享的是多因子相关的报告,多因子模型在量化领域种的重要性大家都懂的,基本每一个量化小白的起步也是从测因子开始的,公众号之前也写过许多关于测因子和多因子合成的文章。今天给出一些个人整理的,比较经典的报告供大家学习,肯定是比我写的要好很多很多(但我给了代码报告没有),报告涉及单因子测试、多因子选股、因子加权、因子正交化、组合优化、因子挖掘等方向,研报有新有旧,旧的研报,思想依然值得参考。

/ 单因子测试 /

单因子测试可以说是量化里最最最底层的部分了,打好基础,从测因子开始,部分报告如下

量化学习资源分享(三):多因子

/ 多因子选股 /

从单因子到多因子的方法论

量化学习资源分享(三):多因子

/ 因子加权 /

多个单因子合成的方法论

量化学习资源分享(三):多因子

/ 因子正交化 /

对于多个单因子间相关性处理的方法论

量化学习资源分享(三):多因子

/ 组合优化 /

如何最大化每个因子的价值,最接近实盘的方法论

量化学习资源分享(三):多因子

/ 因子择时 /

因子太多也是问题,如何动态选择使用哪些因子

量化学习资源分享(三):多因子

/ 因子构造 /

一些如何跳出既有框架,构造新因子的想法

量化学习资源分享(三):多因子

最后,最重要的,如果需要这些资料,请后台回复“多因子报告”获取报告。

往期精选

量化学习资源分享(三):多因子

扫码关注获取更多信息

从零开始学量化(五):用python做回归

相关文章:

  • 2021-07-05
  • 2021-12-24
  • 2021-11-26
  • 2022-01-02
  • 2021-07-30
  • 2022-12-23
  • 2022-12-23
  • 2021-11-05
猜你喜欢
  • 2021-05-23
  • 2021-06-14
  • 2021-05-09
  • 2022-02-08
  • 2021-04-07
相关资源
相似解决方案