01
量化投资概述
量化投资的定义、发展历史、与传统投资的区别、量化投资的优势与风险。
概念历史
02
投资组合理论基础
马科维茨均值-方差模型、有效前沿、资本资产定价模型(CAPM)、夏普比率。
马科维茨CAPM
03
投资组合构建流程
数据获取与清洗、因子选择、权重优化、回测框架搭建。
流程回测
04
风险模型与因子体系
单因子模型、多因子模型、Fama-French三因子模型、Barra风险模型。
因子Barra
05
均值-方差优化实战
Python实现均值-方差优化、约束条件处理、有效前沿绘制、最大夏普比率组合。
Python优化
06
Black-Litterman模型
模型原理、先验与后验收益、观点矩阵构建、实战应用案例。
BL模型观点
07
风险平价策略
风险平价原理、等风险贡献计算、Python实现、与传统组合对比。
风险平价稳健
08
最小方差组合
最小方差优化目标、全局最小方差组合、约束最小方差、实证分析。
最小方差GMV
09
条件风险价值(CVaR)优化
CVaR定义、CVaR优化模型、与VaR对比、Python实现。
CVaR风险
10
再平衡策略基础
再平衡的定义、再平衡的必要性、再平衡频率选择、再平衡阈值设定。
再平衡基础
11
日历再平衡
月度再平衡、季度再平衡、年度再平衡、不同频率的绩效对比。
日历频率
12
阈值再平衡
固定阈值法、相对阈值法、交易成本考量、最优阈值选择。
阈值成本
13
再平衡与交易成本
交易成本模型、冲击成本、佣金与滑点、净收益最大化。
冲击成本滑点
14
税收优化再平衡
税收损失收割、税收递延策略、税后夏普比率、美国市场税务规则。
税收税后
15
动态再平衡策略
趋势跟踪再平衡、波动率目标再平衡、条件再平衡、自适应再平衡。
动态自适应
16
再平衡信号生成
技术指标信号、基本面信号、机器学习信号、多信号融合。
信号融合
17
组合监控与预警
风险指标监控、最大回撤预警、波动率异常检测、流动性预警。
监控预警
18
回测框架搭建
事件驱动回测、向量化回测、回测偏差处理、过拟合防范。
回测过拟合
19
绩效评估指标
年化收益率、波动率、夏普比率、最大回撤、卡玛比率、信息比率。
绩效指标
20
多资产组合管理
股票+债券组合、股债商组合、全球资产配置、动态资产配置。
多资产配置
21
行业轮动策略
行业动量策略、行业估值策略、行业景气度策略、多因子行业轮动。
轮动行业
22
因子择时策略
因子动量、因子估值、因子拥挤度、因子择时模型。
因子择时拥挤度
23
机器学习在组合管理中的应用
聚类分析、主成分分析、随机森林、神经网络。
机器学习PCA
24
强化学习与组合优化
强化学习基础、策略梯度方法、DQN在再平衡中的应用、实战案例。
强化学习DQN
25
另类数据与组合管理
舆情数据、卫星数据、支付数据、另类数据因子构建。
另类数据因子
26
组合风险管理
VaR与CVaR计算、压力测试、情景分析、极端风险防范。
VaR压力测试
27
流动性风险管理
流动性指标、流动性调整VaR、交易成本与流动性、应急计划。
流动性LVaR
28
组合再平衡系统架构
数据层、策略层、执行层、监控层、系统架构设计。
架构系统
29
实盘部署与运维
交易接口对接、订单管理、风控检查、日志与监控。
实盘运维
30
前沿趋势与未来展望
ESG投资、智能投顾、去中心化金融、量子计算在组合优化中的应用。
ESG量子