图因子挖掘与量化策略设计

📚 共计 30 章节
01
量化投资概述
什么是量化投资 · 优势与挑战 · 策略流程 · 图因子与传统因子区别
概念入门
02
金融市场基础
股票 · 期货期权 · 微观结构 · 订单簿与交易机制
市场基础
03
Python量化生态
NumPy/Pandas · Matplotlib/Seaborn · Backtrader · Tushare/akshare
工具Python
04
因子投资理论
CAPM · Fama-French三因子 · Barra模型 · 因子暴露与收益
理论因子
05
传统因子构建
动量 · 反转 · 价值 · 质量 · 低波 · 因子合成
因子策略
06
图论基础
图的定义 · 有向/无向/加权 · 邻接矩阵/表 · BFS/DFS
图论算法
07
图神经网络入门
GNN思想 · 消息传递 · GCN · GAT · GraphSAGE
GNN深度学习
08
图因子核心概念
什么是图因子 · vs传统因子 · 信息优势 · 可解释性
核心图因子
09
股票关系图构建
行业关联 · 供应链 · 股东网络 · 技术相似性 · 多图融合
构图数据
10
节点特征工程
基本面 · 技术指标 · 舆情 · 标准化 · 特征选择
特征预处理
11
边特征工程
相关性权重 · 交易量权重 · 距离度量 · 时间衰减 · 归一化
边特征权重
12
图数据预处理
数据清洗 · 缺失值 · 异常值 · 时间对齐 · 数据集划分
清洗对齐
13
PyTorch Geometric入门
环境搭建 · Data/Dataset · 自定义数据集 · GCN/GAT实现
PyG框架
14
图因子模型训练
架构设计 · 损失函数 · 优化器 · 训练循环 · 保存加载
训练模型
15
图因子评估体系
IC分析 · Rank IC · 分层回测 · 夏普比率 · 因子衰减
评估IC
16
图因子与多因子融合
线性融合 · 非线性(GBDT/NN) · 权重优化 · 回测对比
融合多因子
17
量化策略设计基础
信号生成 · 仓位管理 · 交易成本 · 滑点冲击成本
策略设计
18
基于图因子的选股策略
图因子排序 · Top-K · 行业中性化 · 市值中性化
选股中性化
19
基于图因子的行业轮动策略
行业图构建 · 动量反转 · 配置权重 · 轮动频率
轮动行业
20
基于图因子的配对交易策略
股票对选择 · 协整检验 · 信号生成 · 止损止盈
配对统计套利
21
回测框架搭建
Backtrader自定义 · 多标回测 · 绩效归因 · 参数优化
回测Backtrader
22
风险控制与资金管理
VaR/CVaR · 最大回撤 · 杠杆管理 · 分散化 · 压力测试
风控资金
23
策略绩效评估
年化收益 · 夏普 · 卡玛 · 胜率盈亏比 · Alpha/Beta
绩效指标
24
图因子在CTA策略中的应用
期货合约图 · 跨品种套利 · 期限结构 · CTA回测
CTA期货
25
图因子在ETF策略中的应用
成分股关系图 · ETF轮动 · ETF套利因子
ETF轮动
26
图因子在加密货币市场中的应用
区块链交易图 · 钱包地址图 · 链上数据 · 策略设计
加密链上
27
图因子可解释性分析
GNNExplainer · 节点/边重要性 · 归因分析 · 可视化
可解释XAI
28
图因子策略的实盘注意事项
过拟合检测(Walk-Forward) · 执行延迟 · 数据更新 · 重训练
实盘运维
29
前沿图因子研究方向
动态图 · 时序图(TGN) · 异构图 · 图强化学习
前沿研究
30
综合实战项目
数据到上线全流程 · 架构设计 · 模块化 · 性能优化 · 监控日志
实战全栈