问题

长期看，量化投资行业性的超额收益是在逐步下降的，这是一个自然规律。未来随着去散户化进程的推进，无论是对量化投资还是对主观投资，这都会是一个挑战，大家分到的蛋糕会逐渐变小。

1. 有竞争者不断进入，随着市场机构化程度越来越高，最终情绪化的追涨杀跌式的投资者会逐渐退出，alpha的空间也就越来越小。

2. 超额收益逐渐下降的过程不仅是量化行业整体下降，也是整个主观投资整体下降的过程。市场上一些非常优秀的价值派基金经理在这个阶段有其价值，正是因为这个市场中真正做价值投资的人很少，所以价值投资在现阶段的中国市场才有alpha。

3. 马太效应，任何一个行业都会趋向头部化

问题

我在bigquant自学“第四期训练营”内容已有一月余，即使按照宽客学院的顺序文章配合初级与高阶视频，自学也非常困难，主要是感觉没有一个系统的、没有跳跃的、由浅入深的、针对非计算机专业的教程。

请问是否能把宽客学院内容再梳理一下，对非程序员再友好一些，当然若是有由浅入深的系统视频教程更好，或者解燃眉之急，先编一个循序渐进的含术语注释的自学目录。

我基本认定是没有合适教程造成的学习困难，本人自学能力没有问题(大学是学习委员)，股票的专业知识也没问题，有六年以上实践。Python和数据库的底子也有一点。不足之处是英语水平很差，英文资料读不了。

感觉在阅读学习文章时经常会碰到新术

导语

多因子选股作为量化投资研究领域的经典模型，在海内外各类投资机构均受到广泛研究和实践应用。 在多因子模型中，决定策略收益稳健性的关键步骤正在于股票组合的权重配置。因此，从量化对冲策略追求收益稳定性的角度而言，组合权重优化对多因子模型起着至关重要的作用。

本篇报告有别于传统的多因子研究，我们并未将重点放在阿尔法因子的挖掘上，而是通过对股票组合的权重优化计算，找到了在市值中性、行业中性、风格因子中性约束下的最优投资组合，以及验证得到的组合权重是否满足了约束条件。

结构化多因子风险模型首先对收益率进行简单的线性分解，分解方程中包含四个组成部分：股票收益率、因子暴露、因子收益率和特质因

策略案例

https://bigquant.com/experimentshare/41ba8c41f99346a6872f3ecac3a50c80

\

策略案例

https://bigquant.com/experimentshare/9426627188af4f488644532c01328c14

\

现在先说说证券行情吧。

1。国外的股票行情我就不谈了，这个我不是很了解，今天我来说说国内两大证券交易所，上交所和深交所两大交易所。

上交所的L1和深交所的L1行情，狭义的说就是五档行情，还是比较好获取，渠道很多，但是质量参差不齐。我说说质量稍微好点的，野路子无限断、无限延迟行情，我就不谈了。

首先，最好L2行情数据接口的肯定是从交易所购买，交易所每年30万或35万，从交易所购买这个市场，一般用于量化分析交易或追板的，而是用于市场展示软件公司，一般交易会购买L2行情数据，前面的文章已经提到过。交易所的官方网站上有很多这样的公司，我记得在2016年之前，这样的软件公司并不多，现在，无数，

如题

摘要

游凛峰先生，21年证券从业经历，多年海外投研经验，2009年加入工银瑞信基金，目前负责公司量化投资。深耕基本面量化投资多年，通过主动选行业+多因子量化选股，探索具有潜力的细分行业中的优质股票，注重自由现金流和盈利质量的匹配程度，实现“盈利稳定+最大化”。目前整体偏均衡成长风格，偏好配置持续高增长的行业，获取行业配置收益；个股盈利质量高，自由现金流等指标表现较优，长期业绩表现优秀。

基金经理：游凛峰先生，21年证券从业经历，2009年加入工银瑞信基金，目前负责公司量化投资，在管基金共7只，总管理规模约33.5亿元。海外投研经验丰富，深耕基本面量化投资多年，历史业绩表现优秀。

!

量化投资大师西蒙斯曾在一次演讲中说，“被美丽指引”是一个很不错的指导性原则。在西蒙斯看来，创办一家量化交易公司“美丽”的一面就在于，找一群正确的人，用正确的方法把事情做正确。

量化投资是一场团体赛，做出成绩需要团队共同的智慧输出。量化投资也是一门平衡的艺术，要不断在风险与超额收益之间寻找平衡点。

有行业专业人士，对超额收益的理解是这样的：超额收益并非只以高低来进行衡量，而是要长期有效、胜率相对较高才能形成有效的阿尔法收益，如果一个指数增强基金长期超额月度胜率（即超越基准指数收益）在60%-70%以上，指数增强阿尔法策略相对有效即被证明。既严谨对待了贝塔风险，不追逐某段时间的暴涨暴跌，同时也

近年来，量化投资在国内发展迅速，一批量化私募机构管理规模破百亿，少数头部破千亿，而且相当一部分量化私募在过往一年多时间取得不错的收益。

投资者在享有量化投资收益机会的同时，也在保持清醒的认识，量化投资也存在风险，能否取得超额收益关键仍在在核心团队，与团队建设、IT建设和团队积累的研究框架等密不可分。

1.投资范围更加广泛 量化投资借助计算机技术，搜集的信息更具有速度和广度，投资分析的范围覆盖面更广，基本可达整个市场。同时，量化投资可以针对全市场范围的品种，多角度分析且实现选择，促进交易者获得更多投资机会。

2.程序化交易，避免人为主观因素的影响 量化投资通过回测来证实或者证伪策略的历

当前，越来越多的金融机构开始使用机器学习方法，以期在市场竞争中赢得优势。而量化投资机构也逐步抛弃传统的分析方法，转而使用机器学习算法预测市场走势和选择投资组合。

而机器学习的优势在于，能够提供非线性关系的模糊处理，弥补了人脑思维模式，同时利用相关算法，可以大幅提高数据挖掘、处理效率。则借用机器学习，量化投资策略会变得更加丰富。

与此同时，在量化领域应用机器学习算法，仍然存在一些问题和挑战。那么，你在实践过程中，都碰到哪些问题呢？

The Story of Citadel

Citadel纪录片分享！House of Ken Griffin – The Story of Citadel！了解Ken Griffin是如何把Citadel打造成为300亿美元对冲基金！

https://www.bilibili.com/video/BV1ot4y1j74y

Citadel创始人访谈

Citadel城堡投资集团 肯·格里芬 在大卫·鲁宾斯坦访谈 The David Rubenstein Show - Citadel's

人工智能在量化领域的应用

因诺资产徐书楠有关量化的解读-人工智能的深度运用，国内量化投资会有更长足的发展，资产配置应基于长期考量，短期表现偏随机性

https://www.bilibili.com/video/BV14B4y197bP

\

幻方人工智能量化投资实践

人工智能投资时代到来了吗？未来基金的将没有投资经理。幻方量化CEO陆政哲介绍幻方人工智能量化投资实践：什么是人工智能，人工智能的发展与应用，当前人工智能投资的实践案例，幻方在人工智能投资上的发展和人工智能投资的挑战与未来。

https://www.bilibili.com/video/BV1zD4y1Q7Un

量化机构能否超越周期的宿命？

幻方量化CEO陆政哲先生认为量化投资机构在发展历程上，会面临周期性的巨大考验，一方面是自身规模的增长给业绩带来的压力，

2023校园招聘宣传

https://www.bilibili.com/video/BV1Ve4y1Y7NX

量化投资回顾与展望2022

九坤郭泓辰：现在随着整个计算机科学的发展，包括算力的提高，现在量化投资能做的事情有很多，大家可以大量的应用数据和统计，对数据进行分析，建立各种的假设，并且验证自己的想法，最终就形成这样一个投资的流派。就是依靠计算机建模去把市场的投资逻辑进行梳理，最终形成一个长期可以在市场上盈利的结果，做成这样一个投资流派。

[https://www.bilibi

摘要

gcForest算法

gcForest（multi-Grained Cascade Forest）算法是2017年周志华教授提出来的一种基于树的深度模型，旨在作为深度神经网络的一种可供选择的替换。由于超参数更好的鲁棒性，小样本上更好的稳定性，因此该模型相对于神经网络可能在金融数据上有更好的表现。

gcForest的回测表现

将《机器学习与量化投资：避不开的那些事（1）》中的神经网络替换成为gcForest，按月收益回撤比可达15.959。

gcForest的参数敏感性

该模型的各个参数的敏感性都非常低。

正文

[/wiki/static

参考 https://wesmckinney.com/book/ 编写 Python For Quants - 用于量化投资的Python

摘要

2010至2020，偏股混基整体表现如何

从整体年化收益来看，过去10年偏股混基的整体表现显著优于沪深300和中证500，略优于创业板指。分年来看偏股混基并不是靠始终保持成长风格才取得与创业板指相当的收益率，2011年、2016年至2018年，当市场风格偏向价值板块时，偏股混合型基金与沪深300指数收益率相当，好于中证500和创业板指；2013年、2015年、2019年至今，当市场风格偏向成长板块时，偏股混合型基金与中证500相当（在极端成长行情下往往跑输创业板指）

从基金排名的角度来看，如果一只基金产品能够取得和偏股混基指数相当的收益率，其排名大致在前50%左右；要

我通达信里面有买入条件筛选，有买入条件筛选。请问如何讲这些条件放到bigquant呢？具体放在那里呢？

摘要

投资要点

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为A股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前

股票市场的收益预测是投资者非常关注但是一直没有得到完美解决的问题。本文将股票市场的收益率分解为三个部分：股息率、利润增长率和市盈率增长率，作者利用其不同的时间序列特征并通过

2021第四期量化投资训练营 课程视频 -- Pandas数据分析 中的 Pandas数据分析（1） 自 27:49到41:26 都是黑屏，请问是有内容没录上吗？

\

深度了解易方达量化投资团队，大咖解读量化投资趋势与方法

• 官泽帆：易方达基金量化投资部资深基金经理
• 徐德晖：易方达基金量化投资部基金经理助理
• 婷 婷：易方达基金

https://www.bilibili.com/video/BV1te4y187ig

\

问题

想实现如下功能： 特征A：判断5日均线>10日均线，记1，否则计-1 特征B：sum(‘A’,10) 记录10天内5日大于10日的天数

如果a用where(ta_sma_5_0>=ta_sma_10_0,1,-1) ,则B无法sum; sum(int(‘A’),10), invalid function: int 转换也不让用

请问该如何实现这个特征呢？

近年来，量化投资不仅在A股市场风生水起，在招聘市场也占据了高端人才“热搜榜”。有行业人士表示，很多量化投资人才原来是“码农”转行过来的，没接触过量化。虽然A股市场对于量化投资的市场影响有一定争议，但从量化投资技术本身来看，是一项“风险可控的交易工具”。

国内量化投资环境比较看重候选人985/211背景，以及相关的专业技能积累，如统计学、高等数学及程序代码工程相关知识等，如果前沿的量化投资机构，还可能十分重视人工智能方向的相关知识架构。虽然要求高，但收入也相对较高。

除了学历背景，量化行业需要复合型的人才，三大从业核心技能主要是数学、编程、金融，其次还需掌握数据库知识等。

更重要的是兴趣和