爱吃折耳根的Ace (@_zheergen) “我去！有人把私募量化研究员的整套技术体系，整理成了一份免费的中文实战手册！ 从因” — TopicDigg
爱吃折耳根的Ace
@_zheergen
加入 January 2024
0 正在关注 0 粉丝
我去！有人把私募量化研究员的整套技术体系，整理成了一份免费的中文实战手册！
从因子挖掘、机器学习选股，到 Barra 风险模型、组合优化和 A 股真实交易规则，连 Python 源码都准备好了！
这个开源项目就是 quant-handbook。
涵盖 8 大模块、31 讲课程和 31 份 Python 实战示例，从因子挖掘、机器学习选股到组合优化、策略回测都有！
核心亮点：
1️⃣ 数据工程：使用 Polars、DuckDB 处理行情数据，解决复权、财报对齐和未来数据泄漏。
2️⃣ 因子研究：覆盖量价、基本面、订单流因子，以及 IC/IR、分层回测和因子正交化。
3️⃣ AI 量化选股：结合 LightGBM、CatBoost、SHAP，构建机器学习选股流程。
4️⃣ 组合优化：实现 Barra 风险模型、风险平价、行业中性和换手率约束。
5️⃣ 真实交易回测：模拟 A 股 T+1、涨跌停、停牌、手续费、印花税和市场冲击成本。
6️⃣ 绩效归因：分析 Alpha、Beta 收益来源，监控特征漂移和组合风险。
以前学量化，因子会算、模型会训练，但真正做回测时，未来函数、交易成本和风控问题经常被忽略。
这套手册把完整的量化研究流程都串起来了。
我比较喜欢它对回测真实性的处理，不只是计算收益曲线，还把无法成交、交易成本和未来数据泄漏这些问题考虑进去了。
31 讲都有对应的 Python 示例，适合从零学习，也能作为量化策略开发的参考。
做 A 股量化、机器学习选股，或者想系统学习量化研究的，这份手册值得收藏！
显示更多
