组合优化是量化投资策略实施过程中非常重要的步骤,组合优化的过程是结合不同的投资目标及风险约束给出最优组合权重的过程。在数学上,它是一个凸优化的求解问题。业界常用的凸优化的求解工具包有CVXPY及CVXOPT。但这两款工具包并不是专门针对投资组合优化的,在求解过程中还需要将组合优化的问题转化为对应的优化问题。
如果你的企业还在因为陈旧的流程而感到烦恼,那首先我得告诉你,你并不是第一个经历这类问题的人。目前为止,依旧有很多企业正在因为过多的手动任务、繁琐的工作流程、工作协同沟通障碍等问题而感到束手无策。
去年11月,Python 之父Guido van Rossum宣布了他已经加入微软的消息:
过去几年Smart Beta因子投资策略开始在A股逐渐得到普及。虽然过去十年才真正红起来,其实Smart Beta这个词1970年就开始被机构投资者使用,在2003年也出现了第一个Smart Beta的指数基金。Smart Beta是一种长期可持续的因子,通过这种投资因子的分析,获得更高的回报和更低的风险。
随着越来越多的组织采用混合云,他们将会继续投资于新的自动化工具和平台,因为这关系到组织生存的问题。混合云确实为组织提供了支持其数字化转型所需的敏捷性和可扩展性。但这些好处也带来了许多新的管理和治理挑战,如果忽视了这些挑战,可能会影响混合云的成功采用。
2023年,对于技术支出的思想分化已经形成,一些企业对支出预算变得非常敏感,而另一些企业则在寻求调整和优化,以最大限度地发挥预算的潜力。可以确定的是,后者最有可能在财务和竞争上取得长期成功。本文介绍了明智的数字领导者在减少不必要风险的情况下继续其现代化发展势头的方式:更多地采用内部部署即服务平台、云成本优化工具成为强制性工具、专注于多云组织优化、现在是收购企业的时机。
如今,量化研究人员正在开发算法,利用机器学习,这些算法可以通过分析客户数据、识别特征,从而为客户推荐出最相关的产品/服务。今天这篇文章是关于量化交易领域的人才市场一些洞察述。
Origin软件是一款功能强大的科学数据可视化和分析软件,它可以帮助用户进行各种领域的数据处理和数据分析工作,如生物科学、化学、物理、金融等。Origin最独特的功能之一就是在数据处理和统计方面的强大能力。下面,我将通过实际案例,为您介绍Origin的独特功能。
让我们进行一个常见的分析,您可能自己就可以完成这个分析。假设您想分析股票绩效,那么您可以: 在 Yahoo 金融专区找一支股票。 下载历史数据,保存为 CSV 文件格式。 将 CSV 文件导入 Excel。 进行数学分析:回归、描述性统计或使用 Excel Solver 工具进行线性优化。 很好,但本文为您展示一种更简单、更直观、功能更强大的方法,使用 IPython 和 pandas 进行同种分析。 工具准备 IPython 库是使用 Python 的数据科学家的重要工具之一。该工具与 Excel 的最
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”。
我们展示了如何将一个诺贝尔经济学奖获奖理论应用于股票市场,并使用简单的Python编程解决由此产生的优化问题。
刚开始学习数据科学的人都会面对同一个问题: 不知道该先学习哪种编程语言。 不仅仅是编程语言,像Tableau,SPSS等软件系统也是同样的情况。有越来越多的工具和编程语言,很难知道该选择哪一种。 事实是,你的时间有限。学习一门新的编程语言相当于一项巨大的投资,因此在选择语言时需要有战略性。 很明显,一些语言会给你的投资带来很高的回报(付出的时间和金钱投资)。然而其他语言可能是你每年只用几次的纯粹辅助工具。 我给你的建议就是:先学习R语言 专注于一种语言 在说明为什么你应该学习R语言之前,我想强调的是,在开始
《State of Data Science 2021》发展报告中,报告主要从数据科学的领域,分别从商业环境和学术机构对数据科学的看法,以及学生对未来规划等这些论点进行研究。
问:现在上有关numeric analysis的课时,都用Python,实际工作时候呢?
如何使用Python通过蒙特卡洛模拟自动计算风险值(VaR)来管理投资组合或股票的金融风险。
本帖讲解第一节 Basic Quantopian Lessons,旨在说明如何使用 Quantopian 的研究环境和回测环境。目录如下:
一个交易系统,假设胜率是P,赢亏比是R=W/L,系统期望值为M。 M=P*W-(1-P)*L
作者:TurboNLP,腾讯 TEG 后台工程师 导语 NLP 任务(序列标注、分类、句子关系判断、生成式)训练时,通常使用机器学习框架 Pytorch 或 Tensorflow,在其之上定义模型以及自定义模型的数据预处理,这种方式很难做到模型沉淀、复用和共享,而对于模型上线同样也面临:上线难、延迟高、成本高等问题,TEG-AI 平台部-搜索业务中心从 2019 年底开始,前期经过大量调研,在 AllenNLP 基础上自研了推理及训练一体化工具 TurboNLP, 涵盖了训练框架 TurboNLP-
选自GitHub 作者:Zhengyao Jiang、Dixing Xu、Jinjun Liang 机器之心编译 参与:路雪 近日,《A Deep Reinforcement Learning Framework for the Financial Portfolio Management Problem》的作者开源了该论文的项目代码。这篇文章关于如何利用深度强化学习进行投资组合管理,提出的 DRL 框架性能大大优于其他算法。机器之心对论文摘要进行了简要翻译,附 GitHub 实现。 论文链接:https:
我今年的研究课题是使用粒子群优化(PSO)的货币进位交易组合优化。在本文中,我将介绍投资组合优化并解释其重要性。其次,我将演示粒子群优化如何应用于投资组合优化。第三,我将解释套利交易组合,然后总结我的研究结果
在上一篇文章中,我们使用深度强化学习创建了一个可以赚钱的比特币自动交易智能体。虽然这个智能体能够做到自动交易比特币获得收益,但它的收益率并没有让人眼前一亮,今天我们会大幅度改进这个比特币交易智能体,从而提高它的收益率。
可视化技术在任何投资分析中都是一种关键要素。今天公众号为大家介绍一个基于三角形图的Python项目,用于可视化长期投资指标!
LightGBM作为一种高效的梯度提升决策树算法,具有许多可调参数。为了优化模型性能,通常需要进行调参和超参数优化。本教程将介绍如何在Python中使用不同的技术来进行自动调参和超参数优化,以提高LightGBM模型的性能。
自动化测试是指运行软件程序后,自动执行测试用例并在没有任何人为干预的情况下产生测试结果。它比手动测试更优越的地方在于,很大程度上节省了人力和时间,并且在测试中没有或者少有错误。此外,还可以多次测试相同的应用程序,从而最大限度地减少冗余的手动工作。
大家好,我是rainbowzhou。续接上文SAFe6.0(上)、SAFe6.0(中)。在这一篇文章中,我想继续探讨我从这次课程中学到的敏捷的知识和技能,这篇主要围绕精益投资组合管理与引领变革这两个主题,以及互动答疑展开。
TradeMaster 是由新加坡南洋理工大学开发的一款基于强化学习的开源量化交易平台。为了更全面地评价和提升算法性能,我们推出了沙盒工具箱,同时搭配了易于使用的网页端平台。
在这个竞争激烈的IT时代,一直存在持续不断的改进需求。即使自动化是当今的一个重点关键词,报告也指出,只有「30%」 的组织已采用自动化测试。尽管这些公司花费大量时间和金钱来改变他们的开发流程(敏捷开发),但是仅仅通过选择一些自动化工具,写一些自动化项目,根本无法实现「PPT」上描述的的「美好愿景」。
文|英途途友玉器贷副总裁王金伟 2015年8月,英途邀请平安、宜信、玖富、景林等互联网金融领先公司到硅谷进行考察。一周时间,对话了近20家网贷、众筹、金融服务、移动支付和金融大数据等领域的创新企业,如LendingClub、Prosper、Sofi、Better Finance、Funding Circle、ZestFinance、Bitpay等。 与其他平台相比,Monja的定位在专注于机构投资者和投资分析方面,与我们在之前提到过的更加专注于交易的Orchard形成很好的互补,因此不排除作为Orch
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程 公众号:datayx 自动机器学习(AutoML)是将机器学习应用于现实问题的端到端流程自动化的过程。 传统机器学习模型大致可分为以下四个部分:数据采集、数据预处理、优化、应用; 其中数据预处理与模型优化部分往往需要具备专业知识的数据科学家来完成,他们建立起了数据到计算的桥梁。 然而,即使是数据科学家,也需要花费大量的精力来进行算法与模型的选择。 机器学习在各种应用中的成功,导致对机器学习从业人员的需求不断增长,因此我们希望实现真正意义上的机
大家好!今天我们要聊聊的是 pynput,这是一个 Python 库,能让开发者轻松控制和监控输入设备。从名字就能看出,它是 "Python" 和 "input" 的结合,意味着它是用 Python 编写的,用于处理输入的库。
人工智能不仅有光明的前景,而且走在了商业的前沿。人工智能显然是机器人、电子商务、分析和云计算管理的一个构成因素。即使是人才挑选、定制化市场营销和许多其他业务,现在也都依赖于人工智能的解决方案。
1、用户: 问题空间 2、计算机:解决问题 解空间 抽象 机器代码->微码语言->高级语言
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:
核心要点 上线数字化项目的目的不是要把人裁掉、让人失业。 服务供应链客户,一定要带着综合解决方案,而不是产品手册。 流程自动化项目在顺丰供应链带来的内部有效工时节约,累计达 6 位数。 能不能把节约的工时转换成财务效益,这是管理层、数字化部门以及业务方需要共同思考的问题。 文|罗燕珊 编辑|高玉娴 当下,主流的世界级物流公司都会将供应链物流作为核心业务之一,顺丰也不例外。顺丰供应链,是顺丰集团和德国邮政 DHL 集团在中国的供应链联名品牌。 早在 2018 年,顺丰加码供应链布局,以 55 亿元收购
运筹优化的就业前景,你了解多少? 学习运筹优化的童鞋们在被各种算法代码虐了无数遍后,发出疑问? 学……学它有前途吗? 一边在进行算法优化,构建模型,一边查找运筹优化的前景如何? 下面,我们就来分析分析
投资组合包括资产和投资资本。投资组合优化涉及决定每项资产应投入多少资金。随着诸如多样化要求,最小和最大资产敞口,交易成本和外汇成本等限制因素的引入,我使用粒子群优化(PSO)算法。
投资组合管理是最大化投资组合回报的过程。投资组合经理根据他们对风险的偏好,代表客户做出交易决策。他们在决定他们应该在投资组合中持有哪些股票以平衡风险和获取最大回报之前,分析不同的资产的优势和劣势。这使得投资组合管理变得困难。我们的目标是通过使用预测建模和深度学习技术使这个过程更好,根据下个季度的预测股价生成稳定的投资组合。
你可能还记得高中时的一个简单的微积分问题——在给定盒子体积的情况下,求出构建盒子所需的最小材料量。
在以前,作为一个刚开始使用Python的开发者,我时常为布设一个有效的开发环境感到困扰。找到一套自己能顺畅使用的环境且为此培养一个正确的习惯是很困难的。
Python作为一种多用途的编程语言,在量化分析领域也展现出了强大的应用能力。通过Python,我们可以对金融市场数据进行获取、清洗、分析和可视化,从而进行量化交易、风险管理和投资决策。本文将从入门到精通,带领读者深入探索Python在量化分析中的实战应用,通过案例解析详细介绍Python量化分析的技术原理和实现过程。
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”。 公司介绍 浙江白鹭资产管理股份有限公司(简称:白鹭资管)是一家专注于二级市场、依靠数学和计算机科学进行量化投资与交易的对冲基金。我们致力于打造兼具全球视野和本土智慧的一流投资团队,成为全球顶尖的量化多策略对冲基金。公司于
目前,金融市场总是变幻莫测,充满了不确定因素,是一个有许多投资风险的市场。这与其本身的市场规律和偶然性有关,金融危机、国家政策以及自然灾难等都会影响到金融市场,均会影响投资的收益情况。所以投资者总是希望能够找到应对的方法来减少投资的风险而增加收益。随着老百姓对合理的财富分配理论有着迫切的需求,学会优化投资理财,做到理性投资,是当前投资者最关心的问题。
译者:陈明艳 本文长度为4057字,预估阅读时间6分钟。 文章关键词:电商、搜索引擎优化、转化率优化(CRO) 每月至少有一两次,我会与那些想要在内容营销上进行投资的小规模网店店主聊天,但通常情况下,我都会告诉他们,他们还未准备好进行内容营销。 您得注意,在您花大量时间想从您的目标受众那里获得流量之前,请确保这些访客在浏览您的商店时能够尽可能地获得最好的体验,这是非常重要的事情。 因此,在这篇文章中,我想给这些店主和电商新手们一个明确的建议,即在向网店投资更多为获取付费和自然流量前,他们应该将时间花在哪里。
线性规划是一种数学优化方法,用于求解线性目标函数在线性约束条件下的最优解。它在运筹学、经济学、工程等领域得到广泛应用。本文将深入讲解Python中的线性规划,包括基本概念、线性规划问题的标准形式、求解方法,并使用代码示例演示线性规划在实际问题中的应用。
在动态变化的业务环境中,上市时间的快慢变得极其重要,因为企业总是希望在市场竞争中处于领先地位。如果因故推迟将会影响企业的业务发展,无论是发布产品、版本更新,还是解决客户问题。无论是初创企业还是大型企业,都在寻找能够加快开发和测试过程的工具和技术。
风险价值(VaR)是金融领域广泛使用的风险度量,它量化了在特定时间范围内和给定置信度水平下投资或投资组合的潜在损失。它提供了一个单一的数字,代表投资者在正常市场条件下可能经历的最大损失。VaR是风险管理、投资组合优化和法规遵从的重要工具。
在以前,作为一个刚开始使用Python的开发者,我时常为布设一个有效的开发环境感到困扰。找到一套自己能顺畅使用的环境且为此培养一个正确的习惯是很困难的。 之前我一直没有意识到这些事情对我的工作效率影响有很大的影响,我甚至不知道一些我现在经常在开发中应用的很有价值的习惯以及工具!随着我的经验增长,我发现这种情况是普遍存在于Python开发者中的,包括我的同事,技术交流大会上的同好,网络论坛上的认识的开发者以及大量发邮件向我咨询的人,可以看出这是一种很常见的现象。 不过到如今,我相信入门级的Python程序员
随着科技的不断发展,各个行业都在使用先进的软件来提高效率和生产力。Creo是一款先进的三维造型软件,广泛应用于设计、制造和工程领域。本文将介绍Creo软件的主要功能,并提供实际案例来说明软件的具体使用方法。
领取专属 10元无门槛券
手把手带您无忧上云