Table of Contents
- 1. document
- 2. stock
- 3. factor
- 4. function definition
- 5. Statistical inference
- 6. strategy
- 7. function sampling definition
- 8. function sampling instance
1 document
1.1 研究标的为期货
1.2 研究标的为基金
1.3 研究标的为股票
1.4 研究方式为技术面
1.5 研究方式为基本面
1.6 研究方式为机器学习和人工智能
1.7 文档语言为英文
1.8 文档语言为中文
1.9 发布类型为研究报告
1.9.1 Journal of business strategies
1.9.2 the account review
1.9.3 The Journal of Finance
1.9.4 Quantitative Finance
1.9.5 Business finance & accounting
1.9.6 Journal of accounting & economy
1.9.7 financial management
…
2 stock
2.1 categories
2.1.1 普通股
是指在公司的经营管理和盈利及财产的分配上享有普通权利的股份,代表满足所有债权偿付要求及优先股东的收益权与求偿权要求后对企业盈利和剩余财产的索取权。
2.1.2 优先股
优先股在利润分红及剩余财产分配的权利方面优先于普通股。
2.1.3 后配股
是在利益或利息分红及剩余财产分配时比普通股处于劣势的股票,一般是在普通股分配之后,对剩余利益进行再分配。
2.1.4 垃圾股
经营亏损或违规的公司的股票。
2.1.5 绩优股
公司经营很好,业绩很好,每股收益0.8元以上.市盈率10-15倍以内.指那些业绩优良,但增长速度较慢的公司的股票。这类公司有实力抵抗经济衰退,但这类公司并不能给你带来振奋人心的利润。
2.1.6 蓝筹股
那些在其所属行业内占有重要支配性地位、业绩优良,成交活跃、红利优厚的大公司股票称为蓝筹股。
2.1.7 成长股
是指发行股票时规模并不大,但公司的业务蒸蒸日上,管理良好,利润丰厚,产品在市场上有竞争力的公司的股票。
2.1.8 热门股
是指交易量大、交易周转率高、股价涨跌幅度也较大的股票。热门股的形成往往有其特定的经济、政治、社会等原因。
2.1.9 周期股
是指经营业绩随着经济周期的涨缩而变动的公司的股票。航空工业、汽车工业、钢铁及化学工业都属于此类。
2.1.10 再生股
是指经营发生困难甚至破产,经过整顿后重新获得投资者认可的企业股票。
2.1.11 防守性股
这些普通股股票同股价循环股正好相反,它们在面临不确定性和商业衰退时收益和红利却要比社会平均的高,具有相对的稳定性。
2.1.12 表现股(亦称概念股)
是指能迎合某一时代潮流但未必能适应另一时代潮流的公司所发行的,股价呈巨幅起伏的股票。
2.1.13 投机性股
是指那些价格很不稳定或公司前景很不确定的普通股。这主要是那些雄心很大,开发性或冒险性的公司的股票,热门的新发行股以及一些面值较低的石油与矿业公司发行的普通股票。
2.2 chracteristics
2.2.1 Risk/Return
2.2.2 Volatility
2.2.3 Liquidity
2.2.4 Global
2.2.5 Regulated
2.3 morningstar
3 factor
3.1 GS挖掘因子
3.1.1 标的
3.1.2 仓位
3.1.4 原始指标
3.2 技术分析
3.2.4 主要反转形态
3.2.5 持续形态
3.2.6 成交量和持仓量
3.2.8 移动平均线
3.2.9 振荡量与相反观点
3.2.10 OX图
4 function definition
libraries classification source:
4.1 内置类型
4.1.1 数组处理
4.1.2 添加数据
4.1.3 提取数据
4.1.4 重命名
4.3 数据类型
4.3.1 日期时间
4.3.2 数组
4.3.3 类型
4.3.4 打印
4.4 算术和数学模型
4.4.1 数字
4.4.5 机器学习
- 问题
- 分类
- 聚类
- 回归
- 模型
线性回归 简单回归 普通最小二乘法 多项式回归 一般线性模型
广义线性模式 离散选择 逻辑回归 多项罗吉特 混合罗吉特 波比 多项式波比 排序性模型 有序波比 泊松回归
等级线性模型 固定效应 随机效应 混合模型
非线性回归 非参数 半参数 稳健 分位数回归 保序回归 主成分 最小角 局部 分段 含误差变量
- 估计
最小二乘法 普通最小二乘法 线性 偏最小二乘回归 总体 广义 加权 非线性 非负 重复再加权 岭回归 LASSO
最小绝对值导数法 贝叶斯 贝叶斯多元
- 背景
回归模型检验 平均响应和预测响应 误差和残差 拟合优度 学生化残差 高斯-马尔可夫定理
- 异常检测
关联规则 强化学习 结构预测 特征学习 在线学习 半监督学习 语法归纳
- 监督学习(分类 · 回归)
- 决策树
- 表征(装袋, 提升,随机森林)
- k-NN
- 线性回归
- 朴素贝叶斯
- 神经网络
http://www.hankcs.com/ml/understanding-the-convolution-in-deep-learning.html
- 逻辑回归
- 感知器
- 支持向量机(SVM)
- 相关向量机(RVM)
- 聚类
- BIRCH
- 层次
- k平均
- 期望最大化(EM)
- DBSCAN
- OPTICS
- 均值飘移
- 降维
- 因子分析
- CCA
- ICA
- LDA
- NMF
- PCA
- LASSO
- t-SNE
- 结构预测
- 概率图模型(贝叶斯网络,CRF, HMM)
- 异常检测
- k-NN
- 局部离群因子
- 神经网络
- 自编码 AutoEncoder
- 深度学习 DeepLearning
- 多层感知机 Perceptron
- RNN
- 受限玻尔兹曼机 RBM
- SOM
- CNN
- 理论
- 偏差/方差困境
- 计算学习理论
- 经验风险最小化
- PAC学习
- 统计学习
- VC理论
4.5 策略管理
4.5.1 组合优化
4.5.2 基金策略
4.5.3 基金经理评估
4.5.4 资产配置模型
4.5.5 策略函数
4.5.6 策略分析
4.6 数据分析
4.6.1 组合因子业绩贡献
4.6.2 业绩归因
4.6.3 绩效归因
4.6.4 持仓分析
4.6.5 因子收益率查看函数
4.7 数据格式
4.7.1 转换数据类型
4.7.2 OOTV
4.10 金融数据处理
4.10.1 财务相关
4.11 结构化标记处理工具
4.11.1 时间序列
4.12 开发工具
4.12.1 编程接口
4.13 衍生模块
4.13.1 指数相关
4.13.2 事件相关
4.13.3 财务相关
4.13.4 持仓相关
4.14 杂项服务
- formatter - 通用输出格式