数据分析师

金融量化投资


金融量化投资

支持 889
1

数据工具与数据源

  • 1.1数据资源介绍
  • 1.1 宏观数据
  • 1.1.1 渠道分类
  • 1.1.1.1 国家统计局
  • 1.1.1.2 人民银行
  • 1.1.1.3 其他部门

  • 1.1.2 数据供应商
  • 1.1.2.1 万得(Wind)宏观数据特点
  • 1.1.2.2 国泰安(CSMAR)宏观数据特点
  • 1.1.2.3 塔塔(TATA)宏观数据特点 
  • 1.1.2.4 Capital IQ宏观数据特点

  • 1.2 公司数据
  • 1.2.1 数据资源介绍
  • 1.2.1.1 国家统计局规模以上企业和国有企业数据
  • 1.2.1.2 证券交易所上市公司数据
  • 1.2.1.3 税务局数据
  • 1.2.1.4 工商局数据
  • 1.2.2 数据供应商
  • 1.2.2.1 万得(Wind)微观数据特点
  • 1.2.2.2 国泰安(CSMAR)微观数据特点
  • 1.2.2.3 塔塔(TATA)微观数据特点

  • 1.3 免费数据库
  • 1.3.1 雅虎(Yahoo)和新浪(Sina)免费数据
  • 1.3.2 通联免费数据
2

量化投资理论

  • 2.1投资策略回顾与比较

  • 2.2基本面、技术分析和量化的联系与区别

  • 2.3量化投资概述

  • 2.4量化投资风险与管控

  • 2.5量化选股
  • 2.5.1量化选股系统介绍
  • 2.5.2基本面选股: 财务评级选股
  • 2.5.3超额Alpha选股
  • 2.5.4 CAPM模型
  • 2.5.5三因子模型选股

  • 2.6投资组合配置
  • 2.6.1随机资产配置的模拟
  • 2.6.2马科维茨风险-收益模型原理
  • 2.6.3模型缺陷与修正:Black-Litterman模型
3

量化投资平台搭建与R实现

  • 3.1 万得量化分析插件介绍与R进行量化分析实例

  • 3.2 使用R基础介绍
  • 3.2.1 R语言的特点与安装
  • 3.2.2数据操作
  • 3.2.3数据的输入与输出(IO)
  • 3.2.4数据计算基础
  • 3.2.5 R语言绘图
  • 3.2.6 R语言高阶技巧

  • 3.3 金融统计分析与R语言
  • 3.3.1概率分布理论
  • 3.3.2多变量相关性分析
  • 3.3.4方差分析、线性回归模型

  • 3.4 资本资产模型CAPM与三因子模型
  • 3.4.1量化选股系统介绍
  • 3.4.2基本面选股:财务评级选股
  • 3.4.3超额Alpha选股
  • 3.5高效率金融分析平台搭建实例
  • 3.5.1R计算瓶颈与解决方案
  • 3.5.2Oracle ORE解决方法与案例

  • 3.6金融时间序列应用分析
  • 3.6.1金融时间序列的基本概念和理论基础
  • 3.6.2从白噪声时间序列到ARMA序列的随机模拟
  • 3.6.3单位根检验指数实例
  • 3.6.4ARIMA模型建模实例及其预测
  • 3.6.5指数的协整检验实例
  • 3.6.6ECM模型的参数估计实例
  • 3.6.7Granger检验
4

SAS量化投资分析

  • 4.1利用数据步进行数据获取整理

  • 4.2利用过程步进行数据汇总整理

  • 4.3利用循环与控制进行数据分析

  • 4.4SAS的宏变量(宏参数、宏函数、宏语句和宏的应用)
  • 4.4.1中国股票市场的CAPM模型的检验(投资业绩评价、α系数、β系数)

  • 4.5中国股市的三因素模型分析(Fama、French)

  • 4.6基金经理业绩的量化比较分析

  • 4.7SAS金融时间序列应用分析
  • 4.7.1金融时间序列的基本概念和理论基础
  • 4.7.2从白噪声时间序列到ARMA序列的随机模拟
  • 4.7.3单位根检验指数实例
  • 4.7.4ARIMA模型建模实例及其预测
  • 4.7.5指数的协整检验实例
  • 4.7.6ECM模型的参数估计实例
  • 4.7.7Granger检验

OK