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，...
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。
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。
能夠升級所有策略的指標：F-Score
對於早期的股市投資者而言，技術分析與業界消息一度是決策的主要依據。然而對散戶來說，這些方法的效果往往不盡人意。
或許大家都有接觸過一些基於線圖的股票交易方法，然而實際操作時卻難以確定繪製的趨勢線應該放在何處。以一名理工人的角度來看，這些方法會顯得不夠精確且令自己困惑。
大約在 2015 年左右，我第一次接觸到 F-Score。那時我閱讀了一本名為「麥克風的股市求生手冊」的投資書籍，這本書由一位在 PTT 社群中的名人麥克風所撰寫。當時他的投資策略偏向價值投資。他主張投資低估的價值股，但同時要分散風險，持有多檔股票，儘管每一檔股票可能有盈虧，整體而言能夠跑贏市場。F-Score 在書中作為一種評估股票的方式，終於有一個可以量化比較的評估方法對我來說是一則重要的好消息。
使用 Python 和 finlab 庫優化台灣股市投資策略
對於專注於台灣股市的投資者來說，元大高股息ETF（代號：0056）提供了投資於台灣高股息股票的機會。這種ETF旨在追蹤高股息指數，並尋求穩定的股息回報與資本增值機會。本文將介紹如何使用Python的finlab庫進行策略分析和回測，以揭示此ETF的優勢和潛在弱點，並制定更精確的投資策略。