量化研究入门基于多因子股票量化投研框架

这是什么 ​

量化研究入门是由湖南大学金融科技协会 Quant Group 维护的中文开源知识库，帮助学习者建立从金融数据、因子研究、回测到组合优化的量化投研工作流。项目同时提供每日更新的 AI + Finance arXiv Radar：从 10 个 arXiv 分类筛选论文，并提供标签、关键词和中文概述。

适合希望学习多因子量化、寻找开源回测工具，或跟踪 AI、LLM 与智能体在金融研究中最新进展的学生、研究者和开发者。

量化研究学习路径 ​

1. 从多因子投研框架理解研究流程和常见术语。
2. 对比金融数据与另类数据，选择数据获取方式。
3. 学习基本面、技术、机器学习与 LLM 因子。
4. 使用回测框架验证策略，再进入组合优化与风险管理。

AI + Finance 论文雷达如何工作 ​

Radar 每日抓取近期 arXiv 论文，为相关研究生成主题标签、关键词、中文摘要和趋势统计。阅读论文雷达可查看结果；关于筛选范围、分类和数据流程，请见方法说明。原始研究结论应以链接到的 arXiv 论文为准。

本项目用于教育与研究，不构成投资建议。

Quant 项目精选 ​

多因子量化框架 ​

• microsoft/qlib - AI导向量化投资平台，支持自动因子挖掘
• etccapital/MultiFactor - 基于华泰研报的多因子回测框架

回测框架 ​

• kernc/backtesting.py - 简洁高效Python回测库
• polakowo/vectorbt - 极速向量化回测

因子挖掘与机器学习 ​

• RndmVariableQ/AlphaAgent - KDD 2025 LLM驱动因子挖掘
• microsoft/RD-Agent - 多Agent自动化R&D

强化学习交易 ​

• AI4Finance-Foundation/FinRL - 开源金融强化学习框架

高频交易 ​

• nkaz001/hftbacktest - 高频交易和做市回测框架

量化论坛 ​

国内: 聚宽 | VeighNa | 掘金 | BigQuant

国外: Quantstart | Allocate Smartly | Macrosynergy

联系方式 ​

• Email: qgh124430@hnu.edu.cn
• Wechat: qgh985695077
• 湖南大学金融科技协会介绍