跳至主要內容
關於TEJ
最新消息
解決方案
企業信用風險解決方案
TCRI 台灣企業信用風險指標
TCRI 看門狗
集團觀察家
ESG 永續發展解決方案
TESG 永續發展指標
TESG 永續資料集
TESG 事件雷達
TCFD 氣候變遷風險解決方案
TCFD 轉型風險情境分析報告
TCFD 實體風險災害損失解決方案
企業商情解決方案
中小企業異動雷達
企業訴訟資料集
量化金融解決方案
TQuant Lab回測系統
Factor Library因子資料庫
評價分析解決方案
企業評價
價格分攤與減損
無形資產評價
PRIS 金融資產評價
法遵科技解決方案
BIS 資本適足率計提系統
Censrisk 市場風險評估系統
審計品質分析解決方案
全部產品介紹
資料銀行
全部證券金融市場
台灣證券金融市場
中國證券金融市場
香港證券金融市場
韓國證券金融市場
日本證券金融市場
總體經濟
專家觀點
客戶專區
服務提供方式
影音學習
下載專區
範例報表下載
操作手冊下載
技術手冊下載
E SHOP
常見Q&A
繁體中文
English
聯絡我們
Home
>
專家觀點分類
>
TQuant Lab
>
Page 3
TQuant Lab
Tquant Lab - 探索我們的產品與實戰應用。通過深入的文章,我們展示了先進的量化交易技術和金融科技產品的實際應用。我們的專家團隊撰寫高質量內容,涵蓋策略設計、市場分析和投資實踐,助您掌握前沿技術並提升投資效益。無論您是專業交易者還是對金融科技有興趣的讀者,我們的洞見都能為您提供寶貴的參考。
Fintech練功坊
TQuant Lab
財金知識集
財金研究院
09
/
11
2024
TQuant Lab 營收數字不撒謊:如何從季報選股中洞察股價漲跌玄機
本篇文章將利用季報選股篩選台股上市櫃公司每季營收的前 20%,並進行多頭操作。透過這種基於營收數據的回測方法,我們可以捕捉市場中潛在的強勢股,並透過實際數據驗證此季報選股策略的有效性。這不僅簡單,而且能夠為投資人提供一種穩定且具系統性的選股依據,從中挖掘股價漲跌的玄機。
08
/
23
2024
TQuant Lab 動能策略,過去漲的還會繼續漲嗎?
文章深入探討了動能策略在設置不同止盈和止損條件下的績效表現,結合實際回測數據分析如何在高波動市場中平衡風險與收益。透過對比多種出場策略,揭示了最佳設置對資金增長的影響,並提供了靈活調整的建議,適合不同風險承受能力的投資者參考。
08
/
21
2024
TQuant Lab 超級趨勢策略,低買高賣賺取波段價差
超級趨勢指標 ( SuperTrend Indicator ) 是一種技術分析工具,用於識別金融市場中的趨勢走向,幫助投資人判別波段的相對高點及低點,進而做出買賣決策。不過超級趨勢指標也有在盤整階段會失靈的缺點,所以本文我們將使用平均趨向指標 ( Average Directional Index, ADX 指標 ) 來優化超級趨勢策略。
08
/
16
2024
程式交易Python怎麼用?一篇了解程式交易好處和操作
科技日新月異,現在金融交易也可以運用程式語言,幫助我們更有效率地執行投資策略,分析市場趨勢。本篇要介紹程式交易Python是什麼,以及使用程式語言Python進行金融交易有哪些好處,並且如何應用在金融交易上,使投資人可以借助科技的力量,打造理想的投資組合。
08
/
07
2024
利用 TQuant Lab 驗證深度學習 LSTM 股價預測成效(二)
在 LSTM 股價預測第二篇文章,我們希望不要只是紙上談兵,將模型套用在 out sample 的資料,並根據預測結果決定進場點,實測看看效果是不是也如預期的好。
08
/
06
2024
程式交易是什麼?程式交易教學、優缺點及常見策略懶人包
如果你接觸投資有一段時間,肯定聽過不少有關程式交易、量化交易的投資方法。對於那些對軟體、程式碼沒有任何研究的新手來說,一開始可能會覺得艱澀,但隨著近年來AI的崛起,投資策略能否更加自動化,或許將成為未來投資者們必須善用的工具。而程式交易一大優勢在於能有效克服「人性弱點」!本篇文章將透過程式交易的教學,帶大家一窺程式交易與人為交易的差別,從程式交易的基礎概念開始,逐漸入門,並掌握程式交易的使用技巧!
08
/
06
2024
選股因子研究:券商分點結合動能因子之研究
隨著 2023 年以來 AI 人工智慧相關應用的大量問世,加深市場對於科技產業的關注熱度,諸如緯穎、緯創等資通訊產業類股,其股價上漲的幅度令股東欣喜若狂,也令大多股民望而卻步,擔憂追高殺低進場後被套在了相對高點的價格。本文嘗試找出尚未被市場關注但股價逐漸走高的個股,利用券商分點以及動能因子進行選股回測,並對該複合因子行回測分析。
07
/
31
2024
利用 TQuant Lab 驗證深度學習 LSTM 股價預測成效(一)
隨著深度學習的蓬勃發展,越來越多時間序列相關的模型的出現,似乎能應用於未來股價的預測中。本文利用 LSTM 時間序列模型進行深度學習 LSTM 股價預測,使用前 5 日的開高低收成、年化ROE、動能因子及 RSI 指標預測隔日收盤價。
07
/
15
2024
選股因子研究:內部人持股因子結合動能因子之研究
近年來隨著AI熱門股的股價不斷創新高,投資人除了關注這些公司的營運狀況,也更加關注這些公司內部人的交易行為,因為公司內部人相對外部投資人來說擁有較多資訊,使其在交易公司股票時更具有資訊優勢。為了防範非法的內線交易,以及提升證券市場的資訊公平程度,各國的金融監管部門均設有重法加以限制。
<
1
2
3
4
5
6
>
Procesing