在本系列前面的文章中，我们聊到了利息产生的原理，五要素核算模型以及到存银行时候面对各种计息方式和存取周期时的斗智斗勇，以及在人生最重大的一次借钱——贷款买房时候，银行的实操的计息流程。往期精彩回顾请戳：
小时候经常听到这样几句话，“钱是世界上最肮脏的，千人摸万人拿！”“要过上好日子，必须要学会节俭持家，省着花钱！“”财富是靠劳动的双手创造出来，劳动使人致富！”“不能欠债，要做到既无内债，也无外债！”“知足常乐，够花就行。”这就是我最早的理财观念，相信很多朋友的经历与我类似。
所谓基金代码就是一只基金唯一的代号。比方说，我们在说宝盈货币基金的时候，大家搞不清楚你是在说A款还是B款，你只有说213009这个基金代码，大家马上就知道，你是在说宝盈货币A，这样沟通不会有误解。
夏普率 在投资领域，夏普率（Sharpe Ratio）是人们耳熟能详的一个概念。它因为同时考虑了回报和风险而成为衡量一个策略，或者基金业绩的核心指标之一。最初在 William Sharpe 提出这个概念的时候（Sharpe 1966），它的名字叫 Reward-to-Variability Ratio (R/V)，这个名字很好的反映了它的实质；不过后来，这个名字被人们谈及的越来越少，人们更愿意使用“夏普率”这个叫法。 在 William Sharpe 自己解读夏普率的一篇文章（Sharpe 1994）中，
其中pend是策略最终总资产，pstart是策略初始总资产，n是回测的交易日数量，那250是什么东西呢？表示一年中可交易的天数，因为我们的指标是年化收益，一年不能用365表示，要用25。
在查找如何使用Python实现滚动回归时，发现一个很有用的量化金融包——pyfinance。顾名思义，pyfinance是为投资管理和证券收益分析而构建的Python分析包，主要是对面向定量金融的现有包进行补充，如pyfolio和pandas等。pyfinance包含六个模块，
B（0，t）也可以称为零息债券的价格。大多数债券不是零息债券，但是有可能使用零息债券构造几乎所有支付结构。
1月14日，华为内部论坛“心声社区”有员工贴出华为2022年分红方案，2022年度工会虚拟受限股分红预计为人民币1.61元/股，分红以后虚拟受限股价格预计为人民币7.85元/股，这也意味着华为内部股分红收益率为20.5%，秒杀了绝大部分理财产品。
证券和股票市场的投资决策本质上就是一种在回报收益和投资风险之间权衡的决策。投资者需要早不同的投资产品间做出选择，同时也要考虑在选择出的投资产品上投放的资金比例，选择结果组成了一个投资组合。传统的投资组合收益与风险分析集中在两个关键统计量上：均值和方差。均值是指投资组合的期望收益率，是组合中所有投资产品的收益率加权平均；方差指的是投资组合收益率的方差，用以刻画收益率的变化和风险程度。根据投资组合理论，一个理性的投资组会在给定方差水平下调整投资组合资金投放比例使得期望收益最大化，或收益方差最小化。
在本工作表中，我们将研究价格、收益率和波动性。波动性通常用收益率的均方差来衡量，例如夏普比率的分母，它被用作风险的衡量标准。我们将使用股票价格的平均对数收益率和波动性（对数回报的均方差）来模拟股票价格。
6月16日，余额宝七日年化收益率首度跌破4%。自6月9日起到今日已上演“20连跌”，直至今日更是下跌到3.51%，跌至历史最低点。 而在央行再次宣布降准和降息举措下，余额宝等“宝宝”类货币基金的收益率还有可能往下探底，“宝宝们”曾经的高收益率神话成为过去时。 “宝宝们”收益率连续下滑 据融360监测的数据显示，6月29日68只互联网宝宝的平均七日年化收益率为4.05%。在68只宝宝中，收益率超过5%的有10只，收益在3%以下的宝宝有6只。从万份收益来看，12只宝宝中只有2只宝宝上升，10只下降，预计整体七
亲爱的小伙伴们，今天是春节前最后一天工作日了，年终奖是不是都已经到手了呢？ 这烫手的年终奖该怎么打理呢？ 是花花花、买买买，还是让它成为我们“睡后收入”的资本呢？ 今天，博文菌就教大家一招，如何简单易行地进行投资理财，希望能够帮助大家在新的一年里开启致富之路！ 下文节选自《我们终将变富：3招抓住财务自由关键点》，参加文末活动，有机会获赠本书，了解更多投资理财技巧哦~~ ---- —— 正文 —— 如果你是投资新手，手上资金不多，也不想花很多时间研究，建议先从场外基金入手。 等过了一段时间，当你对投
股市涨涨跌跌，如潮起潮落，千千万万人前赴后继试图寻求股市涨跌的规律，破解投资和财富增值的密码，然而大多数人都无功而返。获得投资经验有四种方法：实践、历史、理论和统计。大多数人是通过第一种，即实际操作，这是最重要的经验获取方法。但是实际操作经验存在时代背景偏差，且经验积累非常有限，特别是对于经历少于一两轮股市周期的交易者而言。好的投资策略一定是历史和逻辑的统一，通过多层次、多维度的思考，综合利用理论、统计和历史研究方法，通过在实践中检验，不断优化自己的投资哲学和策略。今天为大家分享如何运用Python编程语言，实现对A股历史走势、涨跌频率和“月份效应”的量化分析和统计检验，试图从历史数据中挖掘有用的信息。尽管交易市场是人性的复杂博弈场，其涨跌规律难以准确度量，但历史总是惊人的相似，正如《圣经》所言：“已有的事，后必再有。已行的事，后必再行，日光之下并无新事”。
之前公众号分享过网友自行编写的WorldQuant 101因子源代码，大家有需要可以点击链接进行免费获取。
根据产业链进行股市的划分，在上中下游进行利润和周期的排序，并根据发展规律，相关性排序，进行行业选择。
证券及其它风险资产的投资首先需要解决的是两个核心问题：即预期收益与风险。 那么如何测定组合投资的风险与收益和如何平衡这两项指标进行资产分配是市场投资者迫切需要解决的问题。正是在这样的背景下，在50年代和60年代初，马科维茨理论应运而生。
主动管理决策是由预测和一致预期收益率之间的差异驱动的，套利定价理论在主动投资组合管理中具有重要意义，它给出了预测收益率的框架，但并未说明用什么因子预测，应用套利定价理论进行收益率预测和主动投资更像是一种艺术。
经常有一些专家告诉你，定投风险小，长期能获得不错的收益。因为投资者在高点时买入的份额较少，而在低处买入的份额较多。
【30秒速览】 【【002】高风险高收益，常识or谎言？】一文介绍了低风险异象的常规定义和主要实证表现，并给出了研究者提出的多种低风险因子的列表。本文则更进一步，详细介绍每一种因子的具体定义，帮助您更好地理解它们的异同。
《极简统计学》第五章《标准差（S.D.）可以灵活运用于股票风险指标（波动率）》。
本文总结单因子测试的分层测试法。与回归法相比，分层测试法相对繁琐，但能展示更多细节。 分层测试法的思路是在统一的规则下， 利用单因子构建投资组合进行回测，然后对投资组合的表现进行全面评价，通过投资组合的表现说明因子的有效性。
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。 量化投资与机器学习公众号独家解读 量化投资与机器学公众号 QIML Insight——深度研读系列 是公众号全力打造的一档深度、前沿、高水准栏目。 公众号遴选了各大期刊前沿论文，按照理解和提炼的方式为读者
基金业绩评价这种事，无非也就是那么几个指标，Sharpe ratio，Treynor Ratio，InformationRatio，Jensen‘s alpha，当然啦，还有一些特立独行的，不过一般教科书上就是这几个。
在本文中，预测股价已经受到了投资者，政府，企业和学者广泛的关注。然而，数据的非线性和非平稳性使得开发预测模型成为一项复杂而具有挑战性的任务
它可以概括为“低买高卖” 。这是一个非常简单的概念。当你需要决定什么是低，什么是高时，麻烦就来了。
基金证券投资者达1.8亿，交易线上化进程接近完成：2021年3月，中国基金总资产净值达到21.1万亿元，比2020年3月末增加4.48万亿，同比增长27.0%，中国基金规模再创历史新高。截止2021年3月下旬，中国证券基金投资者人数超过1.8亿，除银行及证券公司渠道外的基金线上选购平台，月活用户峰值超5000万，互联网基金用户已经成为重要的线上金融投资消费群体。近五年基金离柜交易率持续快速提升，2020超95%的基金投资者参与了线上选购基金，基金交易线上化进程已经接近完成。
预测股价已经受到了投资者，政府，企业和学者广泛的关注。然而，数据的非线性和非平稳性使得开发预测模型成为一项复杂而具有挑战性的任务。在本文中，我将解释如何将 GARCH，EGARCH和 GJR-GARCH 模型与Monte-Carlo 模拟结合使用， 以建立有效的预测模型。金融时间序列的峰度，波动率和杠杆效应特征证明了GARCH的合理性。时间序列的非线性特征用于检查布朗运动并研究时间演化模式。非线性预测和信号分析方法因其在特征提取和分类中的鲁棒性而在股票市场上越来越受欢迎。
均线策略应该是我们刚进入股市时就听过的一个策略，而双均线策略，顾名思义，就是两根均线：短期均线和长期均线。当短线均线上穿长期均线（金叉）时买入，当短期均线下穿长期均线（死叉）时卖出，这就是双均线策略的核心思想。
绩效指标也被称为风险指标，它们也是量化投资的基石，正因为有这些指标我们可以横向对比不同模型。
最近我们被客户要求撰写关于马科维茨Markowitz均值-方差(风险投资模型)的研究报告，包括一些图形和统计输出。
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，曾荣获AM
之前做了很多因子测试的工作，但一直没有总结，感觉很凌乱，决定花时间把这部分东西写一写，温故知新，也为后续学习打基础。首先写一下单因子测试部分，分三篇，数据预处理一篇， 回归法一篇，分层测试法一篇。本篇首先说明多因子模型是什么，随后着重于单因子测试流程及数据预处理的细节，附代码。
广告：本人的单因子测试视频教程 https://study.163.com/course/introduction/1005568012.htm
近日，一条最严银行理财新规即将发布的消息在网站和朋友圈不胫而走。新规的实施将使得银行理财产品投资范围缩窄，获取高收益项目的空间也更小。而另一端“7·18”互金指导意见出台后，P2P网贷行业成为了理财的话题王，陆金所、人人贷等第一梯队平台备受关注。但与热钱滚滚涌入形成鲜明对比的是，今年上半年网贷行业综合收益率持续下降。根据网贷之家的数据，前6个月，综合收益率分别为12.18%、11.86%、11.63%、11.24%、10.96%与10.38%。其中多数平台都降息1至2次，降息幅度在1至2个百分点之间，降息成为了P2P平台的主旋律。面对新规即将下台，降息成为“新常态”的“非常时期”，理财平台和普通老百姓又该何去何从？
如何构建合适的模型以恰当的方法对风险进行测量是当前金融研究领域的一个热门话题 （ 点击文末“阅读原文”获取完整代码数据******** ）。
大家都知道一线城市生活压力大，年轻人如果没有家里人的帮助想要独立扎根并非易事。好不容易凑足了首付买了房，还要每月透支的还着房贷，在资金链不足的情况下想要得到其他方面的物质满足那就只能借钱了。
在FRM考试中，债券远比股票重要。讲到债券，那么必然逃不了利率，interest rate。有一种利率叫做无风险利率，这种利率是所有定价的基础。
若需要本文所有源代码文件及数据可视化结果文件，请关注『数人之道』公众号，回复 2021基金 获取。
第4章 如何挑选适合投资的指数基金 ---- 价值投资的理念 用价值投资的理念挑选出值得投资的指数基金，再用定投的方式去投资它，这是我们投资指数基金的核心，也是本书最重要的章节 我把市面上关于巴菲特的书籍几乎都看遍了，了解到巴菲特的投资理念也是来自他的老师：本杰明 格雷厄姆。格雷厄姆先生有两部著作，《证券分析》和《聪明的投资者》，这两本书系统地记录他的投资理念。当我第一次读完《聪明的投资者》，合上书时，我就明白，我找到了最想要的投资理念 “低估值 价值投资+指数基金”，这个组合第一次出现在了我的脑海里。伴随
但在实践中，通常会使用所谓的隐含波动率( implied volatility），该波动率是指通过期权的市场价格、运用B-S模型计算得到的波动率。但比较棘手的问题是，无法直接通过反解看涨期权定价式子或看跌期权定价式子将σ表示为变量c(或p)、S、K、r、T的函数，只能运用迭代方法求解出隐含的σ值。常用的迭代方法包括牛顿迭代法和二分查找法。
第5章 如何买卖指数基金：懒人定投法 在上一章，我们解决了“买什么”和“卖什么”，这一章我们来解决“如何买”和“如何卖” 这需要根据每个人的不同经济情况来区分对待 例如年轻上班族，手里没有多少积蓄，那么定投就是最好的策略了，它可以帮助上班族强制拿出一部分收入，投入到收益更高的股票品种中 再比如，手里已经有一定积蓄、想拿这笔钱养老的投资者，可以采取动态再平衡的方法，将50%的资产分配于股票，50%的资产分配于短期债券，平时就可以从短期债券中取用生活所需 定投是本书所重点推荐的策略之一，它适合绝大多数的投资者
此示例说明如何使用三种方法估计风险价值 (VaR) 并执行 VaR 回测分析。这三种方法是：
VaR方法作为当前业内比较流行的测量金融风险的方法,具有简洁,明了的特点,而且相对于方差来讲,更多的将投资人的损失作为风险具有更好的合理性。
本案例适合作为大数据专业数据清洗或数据可视化课程的配套教学案例。通过本案例，能够达到以下教学效果：
获取数据（使用alpha_vantage库，读取ALPHA VANTAGE股票数据）：
因子策略的开端，要从Fama-French 在资本资产定价模型上提出三因子模型说起，其在原有的市场因子Beta上，加上市值因子SMB和账面市值比因子HML，指出Beta不能完全解释不同股票回报率的差异，所以还应考虑上市公司的市值、账面市值比、市盈率的差异。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
