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。
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。
每天看外資買賣超卻不知道怎麼解讀嗎?外資避險指標大公開，讓你提前避開股市大幅回落
近期台股回落調整，外資持續賣出台股。究竟外資是何方神聖，為什麼能夠控制整個市場？交易所每天盤後都會公佈外資買賣超數量，為什麼那麼多人在關注?又要怎麼解讀?本篇就帶大家來了解外資信息，善用外資買賣超提前避開股市大幅回落!
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。