风险量化评估模型相关资讯_叩富问财专题

张经理 _股票
深圳已帮助7.7万+人好评552

马科维茨模型的终极目标是：在给定的风险水平下，寻找能够实现预期收益最大化的资产配置比例；或者在给定的预期收益率下，寻找能够使组合整体风险降到最低的资产资产组合。该模型将金融投资中的几个核心概念进行了严谨的数学量化：收益（均值）：用各个资产历史收益率的数学期望值（平均值）来代表。风险（方差/标准差）：用资产收益率的方差或标准差来衡量价格波动的剧烈程度。资产间的相关性（协方差）：这是该模型最伟大的贡献。马科维茨指出，降低组合风险的关键... 阅读全文

2026-6-15 16:17 289次浏览

QMT是否支持多因子选股模型？

首席黄顾问 _股票
丽江已帮助15万+人好评8.0万+

QMT支持多因子选股模型。QMT具备强大的数据分析和策略编写功能，可通过Python编程实现多因子选股逻辑。用户能够利用其内置因子库，选择如市盈率（PE）、市净率（PB）、净资产收益率（ROE）等价值、成长因子，以及近20日涨跌幅等动量因子。还可通过API接口调取全市场个股的财务和行情数据，依据因子有效性赋予不同权重，经过标准化处理后加权合成综合得分，按得分排序选取股票构建投资组合。此外，QMT支持回测功能，方便投资者评估多因子选... 阅读全文

2026-4-30 14:39 177次浏览

因子失效：为什么过去的牛股模型在2026年不灵了？

吴顾问 _股票
宜宾已帮助24万+人好评489

市场是一个动态演化的系统，量化投资者经常会发现：曾经在历史回测中表现惊人的因子，在实盘运行一段时间后突然失效了。这种现象在2026年并不罕见，背后是“阿尔法衰减”的必然规律。当某种量化模型变得众所周知，并有大量资金涌入时，其超额收益就会被迅速抹平。例如，过去的小市值因子在特定阶段表现优异，但随着市场风格切换和制度完善，其有效性已大幅降低。因此，量化交易绝非“一劳永逸”。投资者需要保持... 阅读全文

2026-4-16 15:43 185次浏览

如何通过Python实现一个简单的多因子选股模型？

量化张经理 _股票
德阳已帮助16万+人好评1297

在2026年，Python已经成为量化投资的通用语言。对于普通投资者而言，利用Python编写一个多因子选股模型并非难事。核心步骤可以总结为：数据获取、因子构建、打分排序以及下单执行。通过代码，我们可以把原本需要盯着屏幕几小时的工作，缩短到几秒钟内自动完成。首先是数据获取与清洗。一个模型的好坏，数据是基础。利用Python的Pandas库，我们可以轻松调用API接口获取全市场的历史行情和财务报表。获取到数据后，需要处理缺失值和异常... 阅读全文

2026-4-2 10:02 267次浏览

多因子策略模型构建思路及Python实现

小鱼经理 _股票
玉林已帮助21万+人好评2150

多因子策略是量化投资中最经典、应用最广泛的模型之一。其核心思想是认为股票的收益可以被多个相互独立的“因子”所解释，通过科学地组合这些因子，可以筛选出未来大概率跑赢大盘的个股组合。构建一个多因子策略通常包含因子挖掘、中性化处理、权重分配及组合回测四个关键环节。在因子挖掘阶段，开发者通常从估值因子（PE/PB）、盈利因子（ROE）、成长因子（营收增速）以及动量因子等维度入手。利用Python的金融计算库，可以对... 阅读全文

2026-3-25 09:57 144次浏览

机器学习模型如何与Ptrade结合？实战流程解析

首席黄顾问 _股票
丽江已帮助15万+人好评8.0万+

随着人工智能技术的不断发展，机器学习在量化交易领域的应用越来越广泛。而Ptrade作为一款功能强大的量化交易平台，为投资者提供了便捷的策略开发、回测和实盘交易环境。本文将探讨如何将机器学习模型与Ptrade结合，并提供一个实战流程解析。一、明确需求与目标在开始任何项目之前，首先需要明确你的需求和目标。例如，你可能希望利用机器学习模型预测股票价格走势，或者通过分析历史数据来识别潜在的投资机会。明确这些需求后，可以更有针对性地选择合适... 阅读全文

2026-3-11 09:47 213次浏览

【生态环境部：《化学物质环境风险评估与管控条例》（征求意见稿）正在修改中】