技能库 1355 个
更多分类（194）
分类模型训练与调优
使用逻辑回归、随机森林、XGBoost等模型进行股票涨跌分类
特征重要性分析
使用SHAP、Permutation Importance等方法解释量化交易与金融科技中的统计模型
数据清洗与预处理
处理金融数据中的缺失值、异常值，并对齐时间戳，确保统计模型输入质量
回测与绩效评估
设计回测框架，计算夏普比率、最大回撤等绩效指标，用于量化交易策略的评估与优化。
模型过拟合检测
通过交叉验证、学习曲线等方法识别并缓解统计模型在量化交易与金融科技中的过拟合问题
报告生成与可视化
自动生成统计模型分析报告，包含图表与统计摘要，适用于量化交易与金融科技场景。
时间序列模型诊断
对ARIMA、GARCH等时间序列模型进行残差检验、平稳性检验，确保模型假设满足且稳健可靠
因子挖掘与构建
基于金融数据挖掘有效因子，构建多因子模型，用于量化交易策略开发与金融科技应用。
隐含波动率曲面建模
构建并维护期权隐含波动率曲面，用于定价与风险管理
交易所数据接口对接与维护
实现并维护与交易所的行情、交易API连接，确保数据流稳定
波动率预测模型调参
使用历史数据对GARCH、HAR等波动率模型进行参数优化，提升期权做市策略的预测精度与适应性
做市策略回测框架搭建
设计并实现期权做市策略的回测系统，模拟订单簿和交易成本，为策略评估提供可靠环境
做市商风险管理报告生成
自动化生成期权做市策略的希腊字母、风险敞口、压力测试等日常风控报告，支持多品种、多期限。
订单簿模拟与市场冲击分析
模拟限价订单簿动态，评估订单执行对市场的影响，为期权做市策略提供量化决策支持
期权套利策略识别与执行
自动检测转换套利、盒式套利等无风险机会并生成交易指令
实时期权定价引擎开发
开发支持多种模型（如Black-Scholes、局部波动率）的实时定价模块，用于期权做市策略的快速定价与风险计算
因子收益归因报告生成
自动生成因子归因报告，包含收益分解、因子贡献等
多因子回归模型构建
使用线性回归或机器学习方法构建多因子模型，并评估模型拟合度，用于量化交易策略开发
行业/风格因子暴露调整
对投资组合进行行业或风格中性化调整，消除特定风格暴露的影响，确保因子收益纯净性
因子数据清洗与预处理
处理缺失值、异常值、中性化处理及标准化等数据预处理操作
风险因子暴露计算
计算投资组合在风格因子（如市值、动量、价值、波动率等）上的暴露度，用于风险归因与绩效分析
因子IC/IR分析
计算并分析因子的IC、IR值，评估因子预测能力及稳定性
因子相关性矩阵计算
计算因子间相关系数，识别冗余因子并进行合并或剔除
因子分层回测
对因子进行分层处理，构建多空组合并回测不同分层组合的收益表现，以评估因子选股能力与单调性。