机器学习
机器学习理论
概念、类型、应用场景
监督学习、无监督学习、半监督学习、强化学习、深度学习、迁移学习等
机器学习技术
sklearn、keras、TensorFlow等
原型模型
择时模型:技术指标模型
ma,macd,sar,rsi,kdj,boll,kama,turtle,grid
择时模型:K线形态与组合模型
希望之星,黄昏之星,红三兵,绿三兵,圆弧底,“V”型底,“U”型底,“W”底,“M”顶
择时模型:经典日内模型
hans123,r-breaker,hl-breaker,nhl-breaker,ap-cross,grid
择时模型:机器学习模式<br>
线性回归,逻辑回归,决策树,随机森林,SVM,神经网络
因子模型:基本面因子
因子模型、套利定价模型（APT）
核心步骤
开设证券账户
开发环境搭建
常用语言
Python:目前应该是最普遍的个人量化技术首选语言，因为相关的开源框架相当丰富
R:高级算法比较方便，社区比较活跃<br>
无论是python或是R语言。均有提供回测框架，时间序列分析，统计分析的库<br>
数据
因子模型
基本面因子
数据类型、源和清洗
财务因子（盈利性、估值、现金流、成长性、营运能力、资本结构）
统计因子（换手率、波动率）<br>
一致预期因子（分析师评级、盈利预测）<br>
数据挖掘另类因子
数据类型、源和清洗
事件<br>
舆情<br>
大数据<br>
交易策略开发
回归测试
业绩评价
