Information Coefficient 是什麼，要如何使用？
Information Coefficient (IC) 我很早就知道它了，但是一直沒有時間將它整合到交易系統裡面，今年正好有這樣的機遇，...
業外收入比例：用3個財報數據，選出年化報酬率 22％ 以上的投資組合！
介紹三種財物數據，並且建構一個有效的選股因子，展示了如何利用一些簡單的財務指標來進行投資選擇，並且用歷史數據來驗證這些選擇的效果。不管是有經驗的投資者，還是剛開始學習的人，都可以通過這些實驗來增進對市場的理解。最重要的是，保持輕鬆的心態，享受這個過程，這樣才能在學習和投資中找到樂趣！
揭開 OpenFE 在量化交易中的神秘面紗：高效自動化特徵生成的原理與實踐
量化交易的核心在於數據分析和模型建構，而特徵工程是連接原始數據與模型性能的關鍵環節。隨著數據規模和複雜度的增加，手動特徵工程變得越來越困難且耗時。OpenFE（Open Feature Engineering）作為一個高效的自動化特徵生成工具，為量化交易中的特徵工程提供了全新的解決方案。本文將詳細介紹 OpenFE 的原理，並探討其在量化交易中的應用。
大跌後的底氣 – 獨家主力波動指標
券商分點理論上是非常有效果的數據，應用得當，可以用來預測股價的走勢，然而，市場上主要將券商分點資料來計算「主力買賣超」、「買賣家數差」，該指標在選股的有效程度上，並非顯著。 本文將提出一種新的方式，來提取券商分點資料，製作更有效的選股指標，其效果非常顯著，搭配回測策略能夠有效獲得卓越的效果。
市場短線過熱新聞滿天飛，技術指標達到超買階段，究竟該不該賣股票呢?!
近期台積電突破千元，台股站上23000點，法人警示指標已達短線超買階段，短線過熱新聞滿天飛，究竟該不蓋把手中持股賣出呢? 本文將帶領讀者觀...
5種低波動因子，高效策略快速實踐
低波動因子是一種量化指標，用來衡量股票或資產在給定期間內的價格波動程度。這些因子通常用於選擇那些價格波動相對較小的股票，並構建低風險的投資組合。常見的低波動因子包括標準差、平均真實波幅（ATR）、最大回撤等。
探討一個全局有效的因子優化方法
在投資的世界裡，尋找有效的選股策略一直是投資者追求的目標。最近，我們意外發現一個簡單而有效的修改，就能讓現有因子進行選股時產生很不錯的結果。這篇文章將深入探討這個策略的背後邏輯，並展示如何通過簡單的代碼來實現。
台股突破21,000，居高思危，用選擇權未平倉量避開股市潛在下跌風險
截止至2024-05-31，加權指數收21,174點，下跌190點(-0.89%)。在股市征戰的各位肯定也覺得最近股市漲幅頗大，年初至今已...
槓桿動態調控策略的量化分析
在投資市場中，槓桿是一種常見的放大收益工具。然而，槓桿同時也會放大風險，如何在獲取高收益的同時有效控制風險是投資者面臨的主要挑戰之一。本研究旨在探討一種動態調控槓桿策略，該策略基於最大下跌 (Maximum Drawdown, MDD) 的控制來動態調整投資部位，從而在控制風險的同時獲取可觀的收益。