資料科學

隨著金融市場和數據分析需求的日益增長，TEJ 提供了多元的經濟資料使用服務，幫助投資人在這個大數據時代可以更好的整理數據，並進行資料的分析使用，甚至進行有利可圖的資產交易。

在投資市場中，往往都會忽略一個關鍵問題：交易其實是有成本的！手續費與滑價看似不起眼，但卻可能在不知不覺間吞噬你的獲利。我們今天就要用最簡單易懂的方式，帶你認識什麼是手續費和滑價，並教你如何用 TQuant Lab 精準控制這些交易成本，讓你的投資策略事半功倍！不管你對量化交易有多陌生，放心，跟著我們的步驟，馬上就能輕鬆上手！

TEJ 量化投資月報 9 期：行為財務學者提出［損失厭惡］現象：當人們面臨相等金額的損失和收益時，他們對於損失的痛苦感受比獲得收益時的快樂感覺更強烈，且只有當收益高出損失兩倍以上時，心理才能平衡。為了避免量化投資的過度理性，以及對損失波動的忽略，「停損點設置」在策略應用中是不可忽視的一環。本次分享TEJ結合布林通道和ATR的損失規避策略作為實驗組，以布林通道策略作為對照組，觀察利用損失規避策略的實驗組能否獲得較好的績效表現…

因子策略的精髓在於透過量化分析，將市場中複雜的變動簡化為關鍵驅動因素，幫助投資者捕捉市場趨勢並進一步提升投資效率。這些因子不僅可以用來分析市場的行為邏輯，也能成為制定資產配置和風險管理策略的可靠依據。

Hi Hi 大家好~ 今天想要和大家來聊聊量化金融！ 在文章正式開始之前，我想先說說為什麼我會對量化金融有興趣，並且為什麼選擇了 TQuant 這個平台。 「致富」我想是大多數人的夢想吧！從小就有著這個夢的我，在因緣際會下開始接觸股票。在投資這條路上，看了許多投顧老師、財金節目、新聞的影片，但在我心中卻還是有一種不確定感－到底什麼投資方法才是正確的呢？相信螢幕前的你也是這樣子的吧？ 在帶著這個疑問尋找解答的同時，我看見了一個從未出現在我世界裡的新名詞－「量化金融」。

TEJ AI LAB 團隊致力於將 AI 生成式工具導入現有的產品製程流程，並打造具有專業金融知識的繁體中文大型語言模型。TEJ AI LAB 團隊經過多方討論與嘗試最新的 AI 應用技術，成功建構 TEJ 專屬的智能客服模型，並將技術延伸至自動化翻譯及自動化摘要模型中。此成果也備受評審青睞，獲得 2024 AI 應用鬥志賽優勝的殊榮！

TEJ 量化投資月報 8 期：在進行量化交易前，投資者往往需要進行大量分析來確保策略的可行性。然而，在資訊量爆炸的情況下，資料處理與分析工作既耗時又繁瑣，對於新手來說即使是起點也是居高不下。而TQuant Lab 中的Alphalens-tej 套件就是一個因素分析的工具！若能妥善運用便可大幅降低資訊的消耗。

不管你是交易高手抑或是剛入門的新手，一定都會碰到許許多多的因子策略。透過選擇與市場表現高度相關的因子，投資者可以更有效地預測資產回報，並在不確定的市場環境中找到穩定的收益來源。

TEJ 量化投資月報 7 期：在做量化交易前須進行大量分析確保投資策略的可行性，在資訊量爆炸的情形下，往往須使用程式進行資料處理及後續的分析工作，不僅進入門檻高且耗時又耗力。好在市面上有一些現成的分析工具，若能妥善運用便可以大幅降低資源的消耗。其中，Quantopian 公司所開發的 Alphalens 套件就是一個有名的因子分析的工具。

TEJ 量化投資月報 6 期：過去十年間，隨著機器學習和自然語言處理（NLP）技術的創新，我們對資料的理解和定義已經發生了巨大變化。這些技術使我們能更有效地讀取、儲存和分析非結構化資料（unstructured data），從而挖掘出更多寶貴資訊，並提取出可行的交易訊號。 

TEJ 量化投資月報 5 期：歐美成熟市場投資人結構以機構投資人占比最大，許多研究實證指出機構投資人的交易行為對股價具有預測能力。但相對於歐美市場，台股市場組成卻以個別投資人占比最高，其交易行為與股票期望報酬率的關係是值得進一步去研究。 

無論使用哪個證券商的應用程式，我們都能在App上看到各個標的的歷史交易資訊，以及即時的市場行情，讓投資者能夠根據這些資訊做出合適的投資決策。這是因為在市場交易系統和證券商App中間有股票API，讓數據可以順利地傳輸，本篇將介紹證券API是什麼和大眾常用的3大台股API，提供給投資者參考。