分类目录归档：AICDA
特征挖掘是构建交易策略的核心环节，旨在从海量市场数据中提取有效信号，为模型或决策提供关键输入。以下是特征挖掘的系统化方法论，结合金融市场的实际应用场景：
| 类别 | 典型特征与公式 | 应用场景 |
|---|---|---|
| 趋势类指标 | - MACD：EMA(12)-EMA(26)，信号线EMA(9) - ADX：衡量趋势强度（>25为强趋势） |
趋势跟踪策略 |
| 动量类指标 | - RSI：100 - 100/(1 + 平均涨幅/平均跌幅) - CCI：(TP-MA)/(0.015×标准差)，TP=(H+L+C)/3 |
超买超卖判断 |
| 波动率指标 | - ATR：True R... |
交易体系是交易者在金融市场中实现稳定盈利的核心框架，它是一套系统化的规则和流程，涵盖市场分析、策略执行、风险管理等多个维度。以下是构建交易体系的关键要素和步骤：
市场情绪分析：监测VIX恐慌指数、新闻舆情、社交媒体热度等情绪指标。
交易策略设计
信号生成：明确入场/出场条件（例...
估值分析模型是用于评估资产（如股票、债券、公司等）内在价值的工具和方法。这些模型通过分析财务数据、市场数据和经济环境，帮助投资者判断资产是否被高估或低估。以下是常见的估值分析模型及其应用：
绝对估值模型通过预测资产未来的现金流或收益，并将其折现到当前价值来估算资产的内在价值。
量化模型是利用数学、统计学和计算机科学等技术，通过分析历史数据和市场行为来制定投资策略的模型。量化模型广泛应用于金融领域，包括股票、债券、期货、外汇等市场。以下是量化模型的关键组成部分、类型和应用方法：
量化基本面模型是一种结合了传统基本面分析和量化投资方法的模型。它通过将基本面数据（如财务报表、行业数据、宏观经济指标等）转化为量化指标，并利用统计和机器学习技术进行投资决策。以下是量化基本面模型的关键组成部分和应用方法：
基本面因子是用于评估公司内在价值和未来表现的财务和经营指标，通常分为以下几类：
股票基本面分析是通过评估公司的财务状况、行业地位、管理团队等因素来判断其内在价值和未来前景。以下是常见的分析框架：
事件驱动的量化交易策略是一种基于特定事件或新闻来触发交易决策的策略。这类策略通常依赖于对市场事件、公司公告、宏观经济数据等信息的快速反应，以捕捉短期的价格波动或套利机会。以下是事件驱动策略的主要类型和实施步骤：
以下是关于量化交易的100个关键词，涵盖了概念、方法、工具、策略等方面：
基础概念: 1. 量化交易 2. 算法交易 3. 程序化交易 4. 高频交易 5. 统计套利 6. 市场微观结构 7. 流动性 8. 波动率 9. 夏普比率 10. 最大回撤 11. 风险调整收益 12. 投资组合优化 13. 资本资产定价模型 (CAPM) 14. 有效市场假说 15. 行为金融学
数据分析: 16. 数据清洗 17. 数据预处理 18. 特征工程 19. 时间序列分析 20. 统计分析 21. 假设检验 22. 回归分析 23. 机器学习 24. 深度学习 25. 自然语言处理 26. 情感分析...