投资笔记

WRDS 包括美股近百年99%的个股数据(价格,财务等),包括退市股票 使用要求 是大学学生,大学和WRDS机构有合作 使用学校邮箱注册 本科生/研究生假期不能使用,学校老师/研究员/博士生都能使用 必须是在校生,不能是走读生或者在职研究生等 可以找同学合作研究(借权限) 其他数据 最近百年短债收益率 Kenneth French data library: 美股最近百年各种策略选股收益率

L10机器学习在算法交易中的应用案例 机器学习简介 机器学习算法的主要类别: 监督/无监督/强化学习 智能投资系统的未来 机器学习简介 什么是机器学习？ 机器学习是人工智能 (AI) 的一个子集，它使系统能够从数据中学习、识别模式，并在极少人工干预的情况下做出决策。 主要特征：数据驱动+自适应学习 监督学习 涉及在已知结果的标记数据集上训练模型。 两大类算法 分类: 预测类别目标变量(支持向量机 (SVM)、逻辑回归、决策树、卷积神经网络 (CNN) 等) 回归: 预测连续目标变量(线性回归、决策树、随机森林等) 无监督学习 无需标注即可发现数据中的模式和关系 两大类算法 聚类: 根据数据点的相似性将其分组到不同的簇中;例如：K均值聚类、主成分分析 (PCA) 等 关联分析: 识别规则，表明一个项的存在暗示另一个项的存在; 例如：Apriori 算法、Eclat 算法等

指数计算 全收益指数 估算收益率(每年,理论): (1+价格指数涨幅)*(1+指数股息率) 估算收益率(每年,实际): 考虑ETF管理费,滑点,分红税 公式: (1+价格指数涨幅)*(1+指数股息率*(1-分红税率))*(1-管理费-其他费用) A股ETF: 分红税按照10%来计算 港股ETF: 分红税按照20%来计算