- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第9章基于财务与交易数据的量化投资分析案例背景案例目标和实现思路
案例背景第9章传统的基本面分析方法有很大的局限性:一方面,在如此庞大的上市公司数据面前,我们无法及时完成分析,也更难找出优质的上市公司;另一方面,在信息高度发达的大数据时代,信息更新得非常快,我们更难以应接。基于数量化的投资分析方法,即量化投资应运而生。所谓量化投资,就是采用计算机技术及数据挖掘模型,实现自己的投资理念或投资方法的一种过程,能够帮助我们快速分析并挖掘数据,从而找到我们需要的信息,这已经成为投资界人士所推崇的方法。
案例目标及实现思路第9章本章案例主要目标是基于年度财务数据及其指标,对上市公司进行综合评价,找出较为优质的上市公司。通过计算上市公司的股票交易的技术分析指标,利用数据挖掘模型预测下一个交易日上市公司的股票收盘价较开盘价涨跌方向,并基于预测的结果设计量化投资策略及实证检验。
您可能关注的文档
- Python大数据分析与挖掘实战课件 5-1.重复数据处理.pptx
- Python大数据分析与挖掘实战课件 5-2.数据合并与关联.pptx
- Python大数据分析与挖掘实战课件 5-3.时间格式处理与日期元素提取.pptx
- Python大数据分析与挖掘实战课件 5-4.映射与离散化.pptx
- Python大数据分析与挖掘实战课件 5-5.滚动计算与分组计算.pptx
- Python大数据分析与挖掘实战课件 5-6.样本均衡处理.pptx
- Python大数据分析与挖掘实战课件 5-7.缺失值处理.pptx
- Python大数据分析与挖掘实战课件 5-8.数据规范化.pptx
- Python大数据分析与挖掘实战课件 5-9.1.特征组合.pptx
- Python大数据分析与挖掘实战课件 5-9.2.特征选择.pptx
- Python大数据分析与挖掘实战课件 9-3.上市公司综合评价.pptx
- Python大数据分析与挖掘实战课件 9-5.量化投资模型与实现.pptx
- Python大数据分析与挖掘实战课件 10-1和10-2.案例背景和目标分析.pptx
- Python大数据分析与挖掘实战课件 10-3.数据获取与探索.pptx
- Python大数据分析与挖掘实战课件 10-4.指标计算.pptx
- Python大数据分析与挖掘实战课件 10-5.任务定价模型构建.pptx
- Python大数据分析与挖掘实战课件 10-6.方案评价.pptx
- Python大数据分析与挖掘实战课件 12微博文本情感分析.pptx
- Python大数据分析与挖掘实战课件 13 基于水色图像的水质评价.pptx
- Python大数据分析与挖掘实战课件 14-1.大模型基本认识与Bert大语言模型.pptx
文档评论(0)