Supermind量化交易

线性回归作为数据分析的一项基本操作，是非常关键的，也是初学者必须掌握的内容，针对线性回归，本篇主要阐述如果用Python实现线性回归。

python语言中numpy和pandas模块是处理数据的利器，除此之外，继续向大家介绍Scipy模块，这个模块专门运用于统计和优化技术，本文主要讲述Scipy模块在统计中的运用。

数据分析能力是一项非常重要的能力，尤其是在分析股票数据时，挖掘其中的有用信息是成功的必要因素。而数据可视化可谓是秀数据分析能力的最好方式，本章内容主要介绍python的matplotlib模块.

本篇内容你将会学会如何运用相关系数找出适合套利的股票标的，并编写套利策略，进行套利交易。 统计套利：利用相关系数进行配对交易.

数据挖掘，又译为数据采矿，是指从大量的数据中通过算法搜索隐藏于其中信息的过程。本篇内容主要向大家讲述如何使用KNN算法进行数据分类和数据预测。

一般的数据预处理中常提及到三类处理：去极值、标准化、中性化。我们将向大家讲述这常见的三种数据处理操作。 数据处理专题：去极值、标准化、中性化。

一般而言，当市场中资金流动强度平缓时，风格投资者保持原有的风格方向；当资金流动强度强烈时，风格投资者转换原有的风格方向。

市场通常认为，当资金流动强度平缓时，风格投资者保持原有的风格方向；当资金流动强度强烈时，风格投资者转换原有的风格方向。

导读: 主流的多因子选股模型通常采用量价数据(开高低收、成交量)、财务数据(流通市值、市盈率、市净率等)、舆情数据(事件)来挖掘市场中存在的超额收益。