9月21日资讯速递
Table of Content
一组近期的量化金融及Python技术发展的深度文章合集，内容面向量化领域专业人士。
量化金融和交易技术¶
-
隐含波动率：公式、计算和稳健数值方法 ——Quant Insider 的 Tribhuvan Bisen 提出了一个计算隐含波动率的综合框架。本教程包含 Python 编程解决方案、详细的收敛演示和清晰的可视化示例，兼具技术深度和实用性。
-
根据 Prop Feeds 计算合成 NBBO – Databento 演示了如何通过获取不同交易所中的最佳买入价和卖出价来构建合成 NBBO。
-
MBA 金融学位后的顶级算法交易课程 ——Chainika Thakar，QuantInsti，提供了从 MBA 过渡到算法交易的可能途径。
-
每月转换期间的交易挫折 ——Market Structure EDGE 的市场策略师 Brian Wilson 探讨了日历从一个月转换到下一个月时交易者遇到的独特困难。
-
寻找优势 ——Euan Sinclair 在机器人财富博客的这一专题中分享了关于发现交易优势的宝贵观点。
编程与数据分析¶
- 通过分步示例探索链式法则 ——QuantInsti 的 Varun Divakar 提供了清晰的分步示例，阐明了链式法则的每个阶段。
- EClient 和 EWrapper API 类 – 本教程介绍 EClient 和 EWrapper API 类，指导您完成连接到 TWS 的过程并展示这些基本功能。
- 使用 Matplotlib 可视化金融市场 ——PyQuant News 演示如何使用 Matplotlib 和 mplfinance 创建烛台图
- 使用 Polars 在本地构建股票数据库 – 了解如何使用 Polars 和 DuckDB 与 PyQuant News 创建本地股票数据库。
投资策略与市场分析¶
- 智能集中：沃伦·巴菲特和多元化的概要 ——Alpha Architect 博客撰稿人 Lloyd Everhart 分析了沃伦·巴菲特投资组合集中度的趋势。
- 利用金融市场的情绪分析 ——PyQuant News 探索情绪分析如何应用于金融领域，展示实际的、真实的用途，帮助投资者更好地解读市场趋势并做出明智的决策。
- 释放房地产投资信托基金 (REIT) 回报：房地产投资因素 ——拉里·斯韦德罗 (Larry Swedroe) 为 Alpha Architect 博客撰稿，探讨了一项研究，该研究识别并分析了推动房地产投资信托基金 (REIT) 回报的主要因素。
- 用于预测财务分析的机器学习 ——PyQuant News 探索使用先进的机器学习方法分析财务数据所固有的尖端技术、机遇和障碍。
对于未附链接的文章，请访问盈透证券量化博客9月汇总。