金融统计特征工程与因子挖掘实战
📚 共计 30 章节
01
金融数据基础与特征工程概述
金融数据类型（量价、基本面、另类数据）· 特征工程核心地位 · 课程框架与路径
量价
基本面
另类数据
02
数据清洗与预处理实战
缺失值处理 · 异常值检测(3σ/IQR/MAD) · 标准化与归一化
缺失值
异常检测
Z-score
03
时间序列基础特征
滞后特征 · 滚动窗口统计 · EWMA · 时间差特征
Lag
Rolling
EWMA
04
技术指标因子（上）
趋势类(MA/MACD/DMI) · 动量类(RSI/WR/KDJ) 计算与特征化
趋势
动量
KDJ
05
技术指标因子（下）
波动率(ATR/布林带) · 成交量(OBV/VWAP) · 资金流MFI
ATR
布林带
MFI
06
横截面因子基础
市值 · 估值(PE/PB/PS) · 盈利(ROE/ROA) · 成长因子
市值
估值
成长
07
因子标准化与中性化处理
Z-score标准化 · 市值/行业中性化 · MAD去极值
中性化
MAD
去极值
08
因子合成与降维
等权/IC加权合成 · PCA主成分 · 施密特正交化
PCA
正交化
降维
09
因子IC分析
IC定义与计算 · IC序列 · ICIR · 衰减分析
IC
ICIR
衰减
10
因子分组回测
分位数分组 · 多空组合收益 · 净值曲线 · 单调性检验
分组回测
多空
单调性
11
换手率与交易成本分析
换手率计算 · 双边成本模型 · 净收益 · 容量分析
换手率
交易成本
容量
12
动量因子挖掘
时间序列/截面/残差动量 · 动量崩溃处理
动量
残差动量
崩溃
13
反转因子挖掘
日内/周度/月度反转 · 行业反转因子
反转
日内
行业
14
波动率因子挖掘
特质波动率 · 已实现波动率 · 偏度 · 聚集效应
特质波动
偏度
聚集
15
质量因子挖掘
毛利率 · 资产周转率 · 杠杆率 · 盈利稳定性 · 应计利润
毛利率
杠杆
应计利润
16
情绪因子挖掘
换手率变化 · 融资融券比 · 分析师预期 · 股东增减持
情绪
融资融券
增减持
17
另类数据因子（上）
新闻情感分析(NLP) · 舆情热度 · 社交媒体情绪
NLP
舆情
社交媒体
18
另类数据因子（下）
供应链 · 卫星图像 · 支付数据 · 招聘数据因子
供应链
卫星
支付
19
高频数据特征
Tick级清洗 · 微观结构(价差/订单簿斜率) · 成交量分布
Tick
微观结构
订单簿
20
机器学习因子挖掘（上）
线性模型(Lasso/Ridge) · 树模型(随机森林/XGBoost)
Lasso
XGBoost
随机森林
21
机器学习因子挖掘（下）
MLP/LSTM · AutoEncoder · SHAP特征重要性
LSTM
AutoEncoder
SHAP
22
因子组合优化
均值-方差 · 风险平价 · 最大分散度 · Black-Litterman
风险平价
BL模型
分散度
23
因子择时
宏观状态切换 · 波动率择时 · IC择时 · 情绪择时
择时
宏观
IC择时
24
多因子模型构建
打分法 · 回归法 · 机器学习多因子模型
打分法
回归
机器学习
25
因子风险模型
Barra模型 · 统计风险模型(PCA) · 风险/绩效归因
Barra
PCA风险
归因
26
过拟合与回测偏差
多重测试偏差 · 前视/生存偏差 · 数据挖掘偏差防范
过拟合
前视偏差
生存偏差
27
因子库管理与更新
生命周期管理 · 衰减监控 · 迭代流程 · 数据库设计
生命周期
衰减
数据库
28
实战：A股多因子选股策略
从数据获取到实盘模拟的全流程实现
A股
多因子
全流程
29
实战：商品期货CTA因子策略
趋势跟踪 · 期限结构 · 跨品种套利因子
CTA
期限结构
套利
30
课程总结与进阶方向
深度学习/强化学习/LLM · 推荐学习资源与工具
深度学习
强化学习
大语言模型