Visualization

摘要： 投資人種種的非理性行為和認知偏見（Cognitive Bias）以及行為偏見（Behavioral Bias），是市場異常現象（Anomaly）產生的金融行為學本源。“Your Loss, My Gain”，如果大家都理性，哪裡來的套利空間和超額收益？...

摘要： 量化投資是什麼？技術指標通過編程就能賺錢了嗎？電腦能夠戰勝人類的貪婪和恐懼，但控制電腦的不還是人類嗎？對於普通投資者來說，有必要學習量化交易嗎？

摘要： 提起量化投資，不能不提西蒙斯。經歷了1998年俄羅斯債券危機和2001年高科技股泡沫危機，許多曾經聞名遐邇的對沖基金經理都走向衰落。羅伯遜(JulianRobertson)關閉了老虎基金，梅利韋瑟(JohnMeriwether)的長期資本管理公司幾乎破產，索羅斯的量子基金也大幅縮水。

摘要： 資產配置管用，並且資產配置需要和選股配合使用。選股雖然可以提高預期收益率，但是也會增加單個資產和資產組合的波動性。如果你想要戰勝大盤，那就必須跟大盤不一樣。而與大盤不一樣的代價，就是跟踪誤差。跟踪誤差...

摘要: 量化投資元年之後，相對於有限的資產管理機構和產品需求，人才和策略出現了階段性過剩。另外一方面，有一個龐大的客戶群體，希望可以通過證券期貨賬戶參與到自身財富管理的過程中，但他們又沒有太多的時間去打理。市 ...

摘要: 機器學習理論是基於統計學的， 而諸如時間序列分析、Monte Carlo method之類的方法也離不開統計學和經濟學。所以我在好奇是不是在掌握了ML的基本原理之後，再了解一些金融知識就可以嘗試Quant?

摘要: 紐約蘇活區的Two Sigma 是一家規模240億美元的對沖基金公司，他們的辦公室裡已經出現了機器人。這一點千真萬確。但是，這些機器人並沒有乾出多少活。 《華爾街日報》(Wall Street Journal)稱，它們主要的任務僅限於打 ...

摘要: 金融量化投資由於其數據價值，且符合大數據的重大思維變革，是大數據最早應用的領域。大數據是指不用隨機分析，而採用所有數據的方法。量化投資與圖表派技術分析不同，用全數據進行分析，了解指標或信號在整個數據集...

摘要: 基於文本挖掘的量化投資應用。文本挖掘作為數據挖掘的一個分支，挖掘對象通常是非結構化的文本數據，常見的文本挖掘對象包括網頁中的論壇、微博、新聞等。文本挖掘是目前金融量化研究的一個非常熱門的領域，其主要原...

摘要: 問：機器學習（非傳統統計方法如回歸）到底在量化金融裡哪些方面有應用？機器學習和統計很難隔離，這裡排除傳統統計方法是想知道現代機器學習方法在量化金融的應用，如有困難請忽略此要求。 Weicong Liu答：嘗試回答 ...

摘要： 「主成分分析在機器學習內被歸類成為降維(Dimension reduction)內特徵擷取(Feature extraction)的一種方法，降維就是希望資料的維度數減少，但整體的效能不會差異太多甚至會更好」

摘要： No need to run loops in Python anymore