Lecture-02-课堂标注版.pptx

机器学习和量化交易实战第二讲这次和下次课程的任务目标第二节课和第三节课是一个小单元，主要包括如下内容：本次课：掌握python语言和常用数据处理包从技术分析到机器学习下次课 （你们要的数据和程序，finally)实战：python爬取金融数据实战2: 利用python进行金融数据处理：数据清洗，数据可视化，特征提取，etc.实战3:你的第一个基于机器学习的量化模型（yay）需要掌握的python的知识点主要平台：Anaconda的安装 ipython notebook需要掌握的python的知识点Python 的数据类型 str,float,bool,int,longpython的基本语法：分支，循环，函数python的数据结构：tuple,list,dictionary,etcpython的内置函数python和面向对象编程自学地址： /docs/python//docs/python/docs/python//需要掌握的numpy的知识点利用numpy进行各类线性代数的运算：创建矩阵，向量，etc熟练掌握矩阵的索引numpy的输入和输出numpy的常用函数自学地址：书籍 《利用python进行数据分析》第四章需要掌握的pandas的知识点1. pandas与数据io2. pandas 的dataframe的各种内置函数（统计指标，绘图）3. pandas的索引自学地址：书籍 《利用python进行数据分析》第5章需要掌握的sklearn的知识点利用sklearn在mnist数据上做分类利用sklearn做线性回归模型/stable/auto_examples/index.htmlCAPM ModelPortfolio 资产组合［a%, b%, c%]abs（a%）+abs(b%)+ abs(c%) = 100% Market PortfolioSP500 沪深三百 Etc个股的CAPM model?CAPM saysE(alpha(t)) = 0Linear scaled return of the market, with some noise at mean 0.Some graphical interpretations被动式管理 vs 主动式管理基金?被动式管理：复制大盘指数，持有。主动式管理：选择个股，频繁交易关键分歧：Alpha 是否是随机噪声， alpha的期望值是否为零。投资组合的CAPM 模型几个推论E（alpha） ＝ 0选择好的beta值。牛市：大beta熊市：小beta如果市场有效假说成立，我们无法预测股市，也选不出来合适的beta价格套利理论（APT） ?Beta 不是常数，而是一个变量。Beta ＝ w＊r两只股票的例子 Stock A: +1% mkt , beta = 1.0Stock B: -1% mkt , beta_b = 2.0Long A, short B.技术分析 vs 基本面分析历史数据：价格，交易量计算指标（features）启发式选择（经验，机器学习）技术分析何时works？多个指标的非线性组合（机器学习）短时异类监测Trading time horizon最基本的指标以及机器学习怎么介入Momentum 动量线 mom[t] = price[t] / (price[t-n]) – 1SMA : Simple Moving Average. (smooth, laggged) … 可以看作一种滤波器。BB （bollinger bands） BOLL指标 ： 决策边界是两个标准差最基本的指标以及机器学习怎么介入Momentum 动量线 mom[t] = price[t] / (price[t-n]) – 1SMA : Simple Moving Average. (smooth, laggged) … 可以看作一种滤波器。BB （bollinger bands） BOLL指标 ： 决策边界是两个标准差最基本的指标以及机器学习怎么介入Momentum 动量线 mom[t] = price[t] / (price[t-n]) – 1SMA : Simple Moving Average. (smooth, laggged) … 可以看作一种滤波器。BB （bollinger bands） BOLL指标 ： 决策边界是两个标准差NormalizationSMA －0.5 ＋0.5Mom －0.5，＋0.5BB －1，＋1Norm = (value – mean)/values.std()Homework 掌握上述知识，我们下节课要上机了