中概股回归相关资讯_叩富问财专题

量化张经理 _股票
德阳已帮助16万+人好评1273

在2026年的量化论坛上，关于“机器学习”与“传统线性模型”的优劣讨论从未停止。支持机器学习的人认为其能够挖掘深层规律，而支持传统模型的人则看重其可解释性和稳健性。对于普通投资者来说，理清这两者的关系，对模型选择至关重要。首先，传统线性模型的“稳”。线性模型（如OLS回归）认为因子与收益率是线性相关的。其最大的优点是逻辑清晰——PE越低，分值越高。这种透明性让... 阅读全文

2026-4-2 11:00 114次浏览

美伊关系阴晴不定：下周油价是回归常态，还是再度冲高

同花顺期货 _期货
杭州已帮助184人好评4096

导言：本周(3.19-3.25)，国际原油价格整体呈现高位回落的走势，周度均价环比涨跌不一。WTI均价93.05美元/桶，较前一周下跌3.04美元/桶，或-3.17%。周内，市场聚焦中东地缘局势，周内前期，中东各主要产油国因不可抗力减少原油供应的担忧支撑油价上涨。但另一方面，中东局势存在缓和的可能导致油价周内后期承压。本周(3.19-3.25)，原油整体呈现高位回落的走势，周度均价环比涨跌不一。周内，市场仍聚焦中东地缘局势，周内前... 阅读全文

2026-3-27 12:37 107次浏览

机器学习在量化投资中的应用：从线性回归到深度学习

小李经理 _股票
宁波已帮助6.8万+人好评71

随着人工智能技术的爆发，机器学习（MachineLearning）在量化投资领域的应用已从学术研究转向实盘交易。传统的量化模型多基于固定的线性规则，而机器学习的优势在于能够从海量的历史数据中挖掘出非线性的、隐性的因果关系，并随着市场环境的变化进行自我进化。在实际建模中，最基础的线性回归常用于预测收益率；随机森林（RandomForest）和梯度提升树（XGBoost）则因其出色的分类能力，常被用于多因子策略的特征筛选，剔除那些在当... 阅读全文

2026-3-27 09:00 143次浏览

统计套利之配对交易：如何捕捉两只标的间的价值回归

小李经理 _股票
宁波已帮助6.8万+人好评71

在量化投资领域，配对交易（PairsTrading）被公认为一种经典的相对价值策略。它的基本假设是：如果两只股票或资产在业务逻辑、行业背景上具有极高的相关性，那么它们的价差（Spread）在短期内因偶然因素偏离后，最终会回归到历史均值水平。这是一种“中性化”的思路，旨在对冲掉系统性风险，赚取资产间的相对收益。执行配对交易的首要任务是“筛选标的”。通常，量化投资者会通过协整性测试（Co... 阅读全文

2026-3-27 08:53 133次浏览

中金财富期货：炒作资金离场金价有望回归理性

同花顺期货 _期货
杭州已帮助184人好评4096

黄金大幅回落，主要原因在于去年底开始涌入的炒作资金逐渐离场。炒作情绪的退场，也使得金价回归理性成为可能，市场的长期机制逐渐开始回归，预计这种消化周期预计需要几个月时间。对于黄金，我们仍认为参与价值不大，且其波动过于剧烈，观望为宜。(中金财富期货) 阅读全文

2026-3-20 09:29 127次浏览

RSRS择时模型：利用线性回归斜率判断大盘拐点

小鱼经理 _股票
玉林已帮助21万+人好评2145

RSRS（ResistanceSupportRelativeStrength）模型是量化择时领域中一个极具影响力的创新。与传统的MACD、KDJ等指标不同，它不再关注单纯的价格涨跌，而是关注最高价与最低价之间的统计关系。模型的数学核心RSRS的核心逻辑是：对过去N天的最高价（High）和最低价（Low）进行线性回归。其回归系数（斜率）代表了支撑位和压力位的相对变化速度。 -斜率增大：代表支撑位的上移速度快于压力位，市场上涨动力强劲... 阅读全文

2026-3-19 16:37 210次浏览

量化交易中的机器学习：从逻辑回归到深度学习

小李经理 _股票
宁波已帮助6.8万+人好评71

随着人工智能技术的飞速发展，机器学习在量化投资领域的应用已不再神秘。传统的量化策略多基于线性因子（如PE、均线），而机器学习则致力于通过复杂的算法，挖掘出隐藏在海量历史数据中的非线性关系。初阶的机器学习量化通常从逻辑回归或随机森林开始。例如，利用过去十年的财务数据和交易数据，训练一个模型来预测未来五天内股票上涨的概率。中阶应用则可能引入增强学习（ReinforcementLearning），让模型在模拟环境中通过不断买卖的反馈，自... 阅读全文

2026-3-16 14:12 202次浏览

机器学习在量化选股中的应用：从线性回归到深度学习

小李经理 _股票
宁波已帮助6.8万+人好评71

随着计算能力的提升，机器学习（MachineLearning）正逐渐成为量化选股的新常态。传统的选股模型多基于线性逻辑，而机器学习能够捕捉因子与股价之间复杂的非线性关系，从而在海量数据中挖掘出隐藏的阿尔法收益。目前量化领域常用的机器学习算法包括随机森林（RandomForest）、XGBoost以及深度学习中的长短期记忆网络（LSTM）。以随机森林为例，它可以将几十个甚至上百个财务指标、技术指标作为输入，通过构建大量的决策树来预判... 阅读全文

2026-3-13 14:42 168次浏览