DTQ 投资组合构建研讨会：实务者的基础回顾
Daniel Barrera 和 Edgar Alcántara 主讲的投资组合构建研讨会
📘 概述
本仓库包含DTQ 投资组合构建研讨会的所有材料，旨在介绍和发展投资组合管理中的量化技术。
机构投资者如黑石、AQR、Citadel 为养老基金、大学捐赠基金及众多大型金融机构投资数千亿美元。 他们将成功的大部分归因于什么？
科学方法！
在如此高的复杂度下，管理者不能仅凭单个人的直觉进行投机或决策，风险过大且市场变幻莫测，无法预测。
不，世界顶级金融投资者依赖于如火箭设计师般专注研究的方法，遵循严谨的流程，数十年检验这些方法，并利用多样化优势。
他们借鉴诺贝尔经济学奖的研究成果，并结合实务者的街头智慧，利用人类已知的最佳人才、系统和模型获利。
在本课程中： 解锁华尔街顶尖投资组合经理的秘密，将您的投资方式从直觉猜测转变为严谨的科学方法。课程弥合学术理论与实务应用的差距，揭示风险管理、多样化及严格科学方法为何是成功股票投资组合管理不可或缺的基石。
从理解回报与风险等基础概念，到应对行为偏差的复杂性，再到运用因子模型等高级工具，您将开启一段从基础到深入的旅程，掌握如何自信地最大化收益并降低不确定性。 了解金融行业如何发展成以数据驱动决策为核心，为任何希望掌握市场并创造持久价值的人提供了引人注目的路径。
📚 课程模块
模块 1：金融数据与风险导论
- 1.0 我们为什么要做这件事？
- 1.1 价格与回报
- 1.2 基准
- 1.3 风险测量
模块 2：投资组合理论
- 2.1 多样化与相关性
- 2.2 马科维茨有效前沿
- 2.3 资本配置线
- 2.4 投资组合再平衡
模块 3：线性回归
- 3.1 简单线性回归
- 3.2 多元线性回归
- 3.3 模型诊断
- 3.4 多变量回归
模块 4：资本资产定价模型（CAPM）
- 4.1 朴素CAPM
- 4.2 时间加权CAPM
- 4.3 整体基准的贝塔值
- 4.4 逆贝塔策略
模块 5：法马-弗伦奇模型
- 5.1 证明规模效应和价值效应
- 5.2 证明动量效应及动量策略
- 5.3 法马-弗伦奇模型规格
- 5.4 法马-麦克贝斯回归
模块 6：业绩与风险归因
- 6.1 布林森-法赫勒模型
- 6.2 因子模型的业绩归因
- 6.3 门切罗风险归因
模块 7：可视化与分析
- 7.1 MatPlotLib
- 7.2 Seaborn
- 7.3 Plotly
🛠️ 技术
- Python
- Jupyter 笔记本
- Pandas、NumPy、Matplotlib、StatsModels、Seaborn、Plotly
📚 数据来源
---📩 联系方式
如有疑问，请联系： Daniel Barrera – 领英 Edgar Alcántara – 领英
--- Tranlated By Open Ai Tx | Last indexed: 2026-03-15 ---