行为金融策略回测与绩效评价
📚 共计 30 章节
01
行为金融学导论
传统金融学与行为金融学的区别、核心假设、课程概览与学习目标
认知框架
基础
02
认知偏差与决策
启发式简化、代表性偏差、可得性偏差、锚定效应
偏差
决策
03
情绪与市场
过度自信、损失厌恶、后悔厌恶、处置效应
情绪
行为金融
04
市场异象与行为解释
动量效应、反转效应、日历效应、规模效应
异象
市场
05
行为策略设计原理
基于偏差的策略构建、多因子框架、信号合成与权重分配
策略
设计
06
Python环境与回测框架搭建
Anaconda安装、Jupyter Notebook配置、Backtrader与Zipline简介
环境
回测
07
数据获取与清洗
Tushare/AkShare数据接口、数据对齐、缺失值处理、复权计算
数据
清洗
08
技术指标计算
移动平均线、RSI、MACD、布林带、成交量指标
指标
技术
09
行为信号构建
基于过度自信的交易量信号、锚定效应价格信号、处置效应动量信号
信号
行为
10
策略回测基础
Backtrader核心概念 (DataFeed, Strategy, Analyzer) 第一个简单策略回测
回测
入门
11
绩效指标计算
年化收益率、夏普比率、最大回撤、卡玛比率、胜率与盈亏比
绩效
指标
12
回测中的常见陷阱
前视偏差、幸存者偏差、过拟合、交易成本与滑点
陷阱
风控
13
多策略组合回测
策略相关性分析、等权组合、风险平价组合、均值方差优化
组合
优化
14
参数优化与敏感性分析
网格搜索、随机搜索、贝叶斯优化、参数稳定性检验
优化
参数
15
样本外测试与交叉验证
时间序列交叉验证、滚动窗口测试、Walk-Forward分析
验证
稳健
16
绩效归因分析
Brinson归因、Fama-French因子归因、行业归因、风格归因
归因
分析
17
行为因子有效性检验
IC/IR分析、分组回测、多空组合收益、因子衰减速度
因子
检验
18
交易成本与冲击成本模型
固定成本、比例成本、市场冲击模型 (Almgren-Chriss)
成本
冲击
19
风险管理与资金管理
凯利公式、固定比例仓位、波动率目标、VaR与CVaR
风控
资金
20
行为策略的稳健性检验
不同市场环境测试、不同参数集测试、随机种子测试
稳健
检验
21
报告生成与可视化
Matplotlib/Plotly绘制净值曲线、回撤曲线、月度收益热力图
可视化
报告
22
基于过度自信的策略实战
高换手率策略构建、回测与绩效评价
实战
过度自信
23
基于锚定效应的策略实战
52周新高策略构建、回测与绩效评价
锚定
实战
24
基于处置效应的策略实战
盈利卖出/亏损持有策略构建、回测与绩效评价
处置效应
实战
25
基于代表性偏差的策略实战
趋势跟踪策略构建、回测与绩效评价
代表性
趋势
26
基于损失厌恶的策略实战
止损策略与保险策略构建、回测与绩效评价
损失厌恶
止损
27
行为策略的机器学习增强
使用XGBoost/LSTM合成行为信号、特征重要性分析
机器学习
增强
28
行为策略的实盘注意事项
交易接口、服务器部署、监控与报警、日志记录
实盘
部署
29
行为金融策略的伦理与监管
市场操纵风险、算法合规、信息披露要求
伦理
监管
30
课程总结与未来展望
行为金融学前沿、量化投资趋势、个人职业发展路径
总结
展望