量化研究入门

外观

多因子投研框架 ​

本部分开源自湖南大学金融科技协会 Quant Group 的研究内容。

框架概览 ​

多因子投研框架

核心模块 ​

1. 数据层 ​

  • 原始数据获取
  • 另类数据处理
  • 数据清洗与标准化

2. 因子层 ​

  • 基本面因子构建
  • 技术因子计算
  • 机器学习因子挖掘
  • LLM 因子生成

3. 模型层 ​

  • 因子评估与筛选
  • 因子组合优化
  • 风险模型构建

4. 策略层 ​

  • 信号生成
  • 组合优化
  • 风险控制

5. 执行层 ​

  • 回测验证
  • 实盘交易
  • 绩效归因

在这些讲义里实践过

  • 实战一：计算 A 股个股与行业的 CAPM Beta — 用 CSMAR 月度数据和 Python，按证监会行业分类估计 A 股各行业和个股的 CAPM Beta，画出时变 Beta，比较个股与所属行业的差异，并附上用 AI 编程工具辅助写代码的参考提示词。