- 理解 Smart Beta 與因子投資
- 比較價值、品質、高股息與動能因子
- 建立股票池與篩選條件
- 用風險調整後報酬檢查策略品質
精選文章
CANSLIM投資策略打造成長股股票池
用成長股篩選邏輯整理 CANSLIM 條件，適合作為策略研究與股票池建構的入口。
25分鐘打造因子檢測器-TQuant Lab+Zipline實戰演練
以因子檢測流程串起資料、排序、投組形成與回測結果判讀，適合作為因子研究的實作入口。
[量化投資基本功] 什麼是風險調整後報酬? Sharpe Ratio 與 Sortino Ratio!
用 Sharpe Ratio 與 Sortino Ratio 建立策略評估基準，能承接回測與投組分析內容。
40分鐘學會專業回測工具 – backtrader基本操作
以 Backtrader 說明策略、資料、broker 與 Cerebro 的基本回測流程。
[機器學習首部曲] 貝氏分類器 Bayesian Classifier
用機率、先驗與條件分布理解分類問題，適合搭配 Python 實作與研究資料案例。
Python教學-如何解決matplotlib中文亂碼問題
處理 Matplotlib 中文 font 與 minus sign 問題，是中文圖表輸出的基本設定。