共找到 10 个提示词
费曼学习法四步实操：选择概念→教给一个12岁的孩子→识别理解缺口→简化与类比→各学科应用示例（数学/编程/社科/语言）→费曼法与笔记工具结合→从被动阅读到主动学习的转变→检验真懂的3个标准
多维度条件选股完整方法：基本面筛选(PE<行业80%分位/ROE>15%/营收增速>10%/经营现金流为正/商誉占比<30%)→技术面筛选(均线多头排列/MACD金叉/放量突破/RSI不超买)→资金面筛选(北向持续流入/融资余额上升/大宗交易溢价/龙虎榜机构买入)→条件权重设置与排序打分→筛选结果回测验证→不同市况的筛选条件调整
CTA趋势跟踪策略完整体系：海龟交易法则(20日/55日突破)在中国商品期货的应用→双均线交叉系统的参数优化→唐奇安通道(Donchian Channel)的进场与止损→ATR(平均真实波幅)在仓位管理和止损设置中的应用→多品种分散化的趋势跟踪组合构建
多因子合成方法论：等权合成/ICIR加权/最大IC加权/回归最优化,因子共线性诊断(VIF/条件数),施密特正交化与对称正交化。A股实践——不同合成方式的收益差异和稳健性对比
从零搭建量化回测系统：回测框架选型（Backtrader/Zipline/VNPY/自研）、核心模块设计（数据/信号/执行/风控/绩效）、回测陷阱避坑（前视偏差/生存偏差/过拟合）。帮你不被回测曲线骗到
从策略思路到可运行Python代码：技术指标策略（均线/布林带/MACD/RSI）、因子策略（动量/价值/质量）、事件驱动策略。代码含注释+参数说明+回测注意事项。不是黑盒——解释每一行在做什么
ML量化选股入门实战：XGBoost/LightGBM因子工程、特征处理(缺失值填充/标准化/Winsorize)、训练集/验证集/测试集的时序划分、样本外验证方法论、特征重要性分析与过拟合防范。A股ML选股实践
量化模型过拟合系统性防范：时序交叉验证vs K-Fold的金融适用性、L1/L2/ElasticNet正则化选择、样本外测试的"净化"期设计、拒绝推断(Reject Inference)处理幸存者偏差、A股ML模型真实过拟合案例剖析
中国量化行业求职指南：私募量化(九坤/幻方/明法/衍复等)vs券商金工vs公募量化vs自营交易团队、技术面试准备(算法/数学/统计/金融/编程)、简历要点、薪资水平、行业趋势(2024-2025量化监管与人才需求变化)
设计量化交易策略，包含选股逻辑、择时信号和回测框架