01
数据清洗基础
认识量化交易中的脏数据、缺失值处理、重复值检测与删除
缺失值重复值
02
异常值处理
3σ原则、IQR方法、基于分位数的截断、Winsorize处理
IQRWinsorize
03
时间序列对齐
不同交易所时间戳统一、时区转换、非交易时段过滤
时区对齐
04
复权数据处理
前复权与后复权原理、除权除息数据修正、复权因子计算
复权因子除权
05
高频数据清洗
Tick数据去重、价格跳变检测、买卖盘口数据清洗
Tick盘口
06
基本面数据清洗
财报数据对齐、行业分类标准化、财务指标计算
财报行业
07
数据质量评估
数据完整性检查、一致性校验、数据质量评分卡
评分卡校验
08
特征工程概述
特征工程在量化交易中的重要性、特征类型分类、构建流程
流程分类
09
价格类特征
简单移动平均线(SMA)、指数移动平均线(EMA)、加权移动平均线(WMA)
SMAEMAWMA
10
波动率特征
历史波动率、真实波动范围(ATR)、布林带宽度、波动率锥
ATR布林带
11
动量特征
相对强弱指标(RSI)、随机指标(KDJ)、MACD指标、动量因子
RSIMACD
12
成交量特征
成交量移动平均、成交量比率(VR)、能量潮(OBV)、VWAP
OBVVWAP
13
市场微观结构特征
买卖价差、订单簿不平衡、交易强度、流动性指标
微观结构流动性
14
时间序列特征
滞后特征、滚动统计特征、差分特征、对数收益率
滞后滚动
15
统计特征
偏度、峰度、自相关系数、Hurst指数、熵值
Hurst熵
16
行业中性化特征
行业分类编码、行业均值调整、行业残差特征
中性化残差
17
市值中性化特征
市值分桶、市值分组标准化、市值残差回归
市值分桶
18
因子正交化
施密特正交化、PCA主成分分析、因子去相关性
正交PCA
19
因子标准化
Z-score标准化、Min-Max归一化、排名标准化、分位数映射
Z-score分位数
20
因子合成
等权合成、IC加权合成、IR加权合成、机器学习合成
IC加权IR
21
特征选择
过滤法(方差阈值、相关系数)、包裹法(RFE)、嵌入法(Lasso、树模型)
RFELasso
22
降维技术
PCA主成分分析、t-SNE可视化、自编码器降维
t-SNE自编码器
23
分类特征处理
One-Hot编码、Label编码、Target编码、WOE编码
WOETarget
24
文本特征提取
新闻情感分析、公告关键词提取、社交媒体情绪指标
情感NLP
25
另类数据特征
卫星图像特征、信用卡消费数据、供应链数据特征
另类数据卫星
26
特征存储与管理
特征仓库设计、特征版本控制、特征血缘追踪
特征仓库血缘
27
特征监控与漂移检测
特征分布监控、PSI指标、数据漂移检测
PSI漂移
28
回测中的特征处理
前瞻偏差避免、滚动窗口计算、样本内外划分
前瞻偏差滚动
29
实战案例一：股票日频因子
数据获取→清洗→特征→存储，全流程构建
日频全流程
30
实战案例二：期货高频特征
Tick数据→微观结构特征→预测模型
高频Tick