1、随机过程定义一般来说，把一组随机变量定义为随机过程。在研究随机过程时人们透过表面的偶然性描述出必然的内在规律并以概率的形式来描述这些规律，从偶然中悟出必然正...

程、马尔可夫(Markov )过程等。在量化投资中，主要采用马尔可夫过程来对股市大盘进行预测，马尔可夫链理论预测的对象是一个随机变化的动态系统，其预测是根据状态...

随着全球金融一体化的发展及国际间的资本流动加快的影响，国际金融市场变得越来越复杂，竟争日趋橄烈，而反映它变化的汇率越来越被人们所重视，因此对它所进行的研究也成为...

0，表示在每组数据中股价指数达到最高点的次数多于达到最低点的次数;△ƒ<0，表示在每组数据中股价指数达到最高点的次数少于达到最低点的次数。ƒ（α）的的最大值即为...

信息科学、经济学等领域都有广泛的应用。在量化投资中，分形也具有重要的价值，例如，一般来说，股票价格变动图完全是随机的，因此使人感到几乎无规律可循。但若从统计学观...

要复杂得多，如Julia集等。分形理论在量化投资应用中，主要是利用分形分布来预测走势的规律。研究表明，股市走势满足下面两个法则：①每个单位时间内的股票价格变动分...

是在训练过程中引入模糊因子作用。SVM在量化投资中的应用主要是进行金融时序数列的预测。根据基于支持向量机的时间序列预测模型，先由训练样本对模型进行训练和完备，然...

据按列进行一维小波变换来完成。小波变换在量化投资中的案例主要有小波去噪和金融时序数据预测。但是金融时间序列本身具有非平稳、非线性和信噪比高的特点，采用传统的去噪...

，可以找出一些隐含的规律，因此这种方法在量化投资中同样存在广泛的应用。2)关联规则例子用一个简单的例子说明。表11-2是在过去一段时间，不同板块的涨跌关系，其中...

数据挖掘主要内容分类与预测分类技术在量化投资的很多领域都有应用，例如，可以通过上市公司分类构造一个分类模型来对上市公司的资产质量进行风险评估，将上市公司分成不同...

起点并按恰当的隐喻来表示数据，为数据分析人员提供很好的帮助。在目前量化投资领域，使用得最多的方法主要是分类模型、关联规则和聚类分析者3种，下面分别进行详细讨论。...

，并预测新数据将属于哪一个组。分类模型在量化投资中应用的实例很多，例如，我们可以将上市公司的资产质量分为好、一般和较差3种类型，并以此分析这3种类型上市公司的各...

、联机分析处理、数据可视化等。数据挖掘在量化投资中主要有利用聚类技术进行股市规律挖掘，以及基于关联规则的板块轮动等。把通过对具体的个别事物进行观测所得到的具有时...

，坚持以资产配置为核心投资理念，开展覆盖量化投资及对冲基金领域的权威培训、FOF/MOM业务，目前已吸引上万家优秀私募及数百家金融孵化机构入驻。私募工场长期推出...

冲击成本交易形成的冲击成本可以分为两个部分：永久性冲击成本和暂时性冲击成本。其中，永久性冲击成本是由于交易造成的永久性的不利偏移，可以理解为交易者在交易过程中造...