1. 要在别人贪婪的时候恐惧,而在别人恐惧的时候贪婪。
2. 如果你没有持有一种股票10年的准备,那么连10分钟都不要持有这种股票。
3. 只有退潮时,你才知道谁是在裸体游泳。
4. 拥有一只股票,期待它明天早晨就上涨是十分愚蠢的。
1. 炒作就像动物世界的森林法则,专门攻击弱者,这种做法往往能够百发百中。
2. 我生来一贫如洗,但决不能死时仍旧贫困潦倒。
3. 在股票市场上,寻求别人还没有意识到的突变。
4. 承担风险,无可指责,但同时记住千万不能孤注一掷。
1. 价格密集盘整之后的突破,通常是值得冒险的交易机会。
2. 股票永远不会太高,高到让你不能开始买进,也永远不会太低,低到不能开始卖出。
3. 那些最有名气的上市公司的股票最容易投机过度。
4. 在长达80年的证券交易中,我至少学到一点:投机是种艺术,而不是科学。
技术分析大师-威廉·江恩
1.不在成交量大增之后买进,不在成交量大减之后卖出。
2.当你一旦完全掌握角度线,你就能够解决任何问题,并决定任何股票的趋势。
3.图表能反映出一切股市或公司股民的总体心理状况。
4.不要一次性买进,傲慢就是罪过。
环球旅行投资家-吉姆•罗杰斯
1. 决不赔钱,做自己熟悉的事,等到发现大好机会才投钱。2. 当所有人都疯狂的时候,你必须保持冷静。
3. 获得成功之后往往会被胜利冲昏头脑,这种时候尤其需要平静地思考。
4. 赚钱和理想融合是最美妙的事情。
股市伯乐-菲利普·费舍
1.你永远也不可能做到了解自己或市场的方方面面。
2.现金流是任何公司的重要健康指标。
3.追求资本大幅成长的投资任,应淡化股利的重要性。
4.买进真正优秀的成长股时,除了考虑价格,还不能忘时机因素。
金史上的传奇-彼得·林奇
1.周期性行业的股票要在市盈率高时买进,市赢率低时卖出。
2.买进有盈利能力企业的股票,在没有极好的理由时不要抛掉。
3.不进行研究的投资,就像打扑克从不看牌一样,必然失败。
4.炒股要有自信,没有自信就会失败。
日本股神-是川银藏
1.每日盯牢经济与股市行情的变动,必须是自己下工夫研究。
2.投资人的心境必须和乌龟一样,慢慢观察,谨慎买卖。
3.不可太过于乐观,不要以为股市会永远涨个不停,而且要以自有资金操作。
4.在我进入之前,我就知道该何时退出了。
美国共同基金之父-罗伊·纽伯格
1.投资的成功是建立在已有的知识和经验基础上的。
2.时机可能不能决定所有事情,但时机可以决定许多事情。
3.股票显然是所有追求长期增长的投资者的首选资产。
4.别人的鞋子不合自己的脚。
Python与量化投资
写作初衷:
为了更好地推动量化投资在中国的普及与发展,我们编写了《Python与量化投资:从基础到实战》一书,本书兼顾了Python语言与量化策略的编写,既可以为不懂Python语言的读者提供零基础入门,也可以为有Python基础的读者提供量化策略建模参考。
细心的读者不难发现,本书量化投资策略部分的介绍篇幅远大于Python语言的介绍篇幅,这也可看出我们出版本书的初心。
按照这本书的逻辑与脉络,王小川老师12月上海与经管之家量化投资学院合作开设
Python量化投资-从零基础到实战现场培训
作者亲临现场授课4天,带你更高效掌握Python量化投资的思想与策略实战
时间:2018年12月8-9日 和 15-16日 (共四天两个周末)
安排:上午9:00-12:00;下午1:30-4:30;答疑4:30-5:00
地点:上海培训教室
学费:5000元 / 4000元 (仅限全日制在读本科生及硕士生优惠价);食宿自理
课程特色:
1:现场教学,可现场和老师互动,解决从业疑惑;
2:课程内容丰富,囊括了许多量化投资的理论知识;
3:基础班从零开始,快速掌握Python金融编程所需;
4:教学过程深入浅出, 以实例与实作印证所学;
5:可操作性强,将所介绍理论在实战中一一展示,即学即用,在实战中搭建课程的整体脉络。
课程大纲:
第一天:Python语言基础与金融统计分析
Part1:Python语言学习与应用
1、Python语言简介
2、运算符与表达式
3、Python控制流
4、Python函数
5、Python模块
6、异常处理与文件操作
7、Python绘图
8、Numpy篇
9、Pandas篇
10、数据库连接
Part2:金融统计分析概论
1、统计学理论
(1)统计学概论
(2)描述性统计
(3)参数估计
(4)假设检验
2、多变量相关性分析
3、线性回归模型
案例分析:
案例一:大型股票数据库读取股票数据
案例二:A股市场股票数据绘图
案例三:交易数据描述性统计
案例四:非金融专业数据获取方法
第二天:
Part1:金融数据处理高级编程
1、Pandas深入分析
2、金融因子数据生成
3、常见的金融数据整理方式
Part2:量化投资概述
1、投资策略回顾与比较
2、基本面、技术分析和量化的联系与区别
3、量化投资概述
4、量化投资风险与管控
Part3:量化投资Python平台介绍
1、数据获取
2、回测框架介绍
3、回测注意问题。
案例分析:
案例一:市盈率手动计算
案例二:Panel数据的存储与提取
案例三:简单的均线穿越策略实现
第三天:
Part1:市场描述策略
描述性研究
Part2:高级交易策略
1、CTA策略
2、大师选股策略
3、市场中性选股策略
4、技术指标类策略
5、资产配置策略
Part3:时间序列模型
1、什么是时间序列数据
2、时间序列的平稳性检验与白噪声探讨
3、时间序列平滑
4、【SMA、WMA EWMA】
5、金融时间序列建模预测
6、【ARMA、ARIMA模型】
7、波动的集聚效应
案例分析:
案例一:如何通过各种数据描述当前市场状态
案例二:CTA策略
案例三:经典大师选股策略
案例四:市场中性选股策略
案例五:技术指标类选股策略
案例六:资产配置策略
案例七:时间序列策略
第四天:
Part1:投资组合基本概念
1、超额Alpha选股
2、CAPM模型
3、三因子模型选股
Part2:投资组合构建
1、单因子测试
2、多因子测试
3、常见的组合构建方法
Part3:数据挖掘算法在量化投资中的运用
1、逻辑回归与涨跌预测
2、支持向量机模型与涨跌预测
3、聚类与股票配对
Part4 舆情分析与关注度模型
1、文本挖掘概述
2、文本处理技巧
3、中文分词
案例分析:
案例一:单因子全套测试代码
案例二:组合构建案例
案例三:文本数据处理案例
报名流程:
1:点击“我要报名”,网上填写信息提交;
2:给予反馈,确认报名信息;
3:网上订单缴费;
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南。
优惠:
现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;
以上优惠不叠加。
联系方式:
魏老师
QQ:1143703950
Tel:010-68478566
Mail:vip@pinggu.org