量化选股Day7
一直好奇量化选股是怎么选股的，查了一下资料（https://mp.weixin.qq.com/s/hs1lZ-cCgQDgCpa26_BkYg）
量化选股的核心在于通过系统化的方法，从海量数据中挖掘有效信息，构建投资组合并控制风险。
1、获取原始数据：（1）量价数据：价格和交易数据，比如每分钟股价、成交量、资金流向等；（2）基本面数据：公司基本面相关的数据，比如财报、市盈率（PE）、净资产收益率（ROE）等；（3）另类数据：比如舆情数据，电商数据，分析师一致性预期，社交媒体热度、甚至卫星图像（比如通过停车场车辆数预测商场业绩）
2、数据清洗：获得了大量原始数据之后，不能直接将其输入给模型。因为原始数据往往包含很多噪音，很多有价值的信息会被湮没在噪音里；也会存在缺失值、极值、格式错误等问题；并且很多非结构化的数据机器不能直接识别；需要对数据进行预处理，这个步骤叫做数据清洗，预处理之后，才能放入模型进行训练。
3、样本内数据和样本外数据：数据处理完之后就会纳入数据集。一般情况下，还需要对数据集做一个分割，把它切分为训练集和测试集，这也是常说的样本内数据和样本外数据。#量化 #量化交易 #股票
昨天去参加了一个很好玩的活动所以没学习
一直好奇量化选股是怎么选股的，查了一下资料（https://mp.weixin.qq.com/s/hs1lZ-cCgQDgCpa26_BkYg）
量化选股的核心在于通过系统化的方法，从海量数据中挖掘有效信息，构建投资组合并控制风险。
1、获取原始数据：（1）量价数据：价格和交易数据，比如每分钟股价、成交量、资金流向等；（2）基本面数据：公司基本面相关的数据，比如财报、市盈率（PE）、净资产收益率（ROE）等；（3）另类数据：比如舆情数据，电商数据，分析师一致性预期，社交媒体热度、甚至卫星图像（比如通过停车场车辆数预测商场业绩）
2、数据清洗：获得了大量原始数据之后，不能直接将其输入给模型。因为原始数据往往包含很多噪音，很多有价值的信息会被湮没在噪音里；也会存在缺失值、极值、格式错误等问题；并且很多非结构化的数据机器不能直接识别；需要对数据进行预处理，这个步骤叫做数据清洗，预处理之后，才能放入模型进行训练。
3、样本内数据和样本外数据：数据处理完之后就会纳入数据集。一般情况下，还需要对数据集做一个分割，把它切分为训练集和测试集，这也是常说的样本内数据和样本外数据。#量化 #量化交易 #股票
昨天去参加了一个很好玩的活动所以没学习
