机器量化分析（一）——数据采集、预处理与建模
作者：Tushare社区用户
本系列主要介绍一套比较简单且完备的量化框架，该框架基于<strong<font color="5B9BD5"现代投资组合理论</font</strong，并应用主流的<strong<font color="5B9BD5"机器学习算法</font</strong进行分析，旨在帮助大家拓展量化投资的思路，辅助构建科学合理的投资策略。
作为系列第一篇，根据分析和计算流程，本篇主要介绍三部分：<strong<font color="5B9BD5"数据采集，数据预处理
机器量化分析（二）——模型评估与仓位管理
作者：Tushare社区用户
在上一篇中，我们介绍了简单的数据收集，数据预处理与建模案例，本篇承接上篇内容，主要介绍两部分：<strong style="color: 5B9BD5"模型评估，仓位管理</strong。
<font style="backgroundcolor: 3DAAD6; fontweight: bold; padding: 5px;" 模型评估 << </font
在机器学习领域，有诸多评估模型的方法和指标，本篇介绍一个最简单常用的指标——<strongF1分值</
机器量化分析（三）——模拟交易与回测
作者：Tushare社区用户
当我们的经验和策略通过代码的方式实现时，除了一些机器学习的评估方法，还需要通过模拟交易的方式来回测整个策略。策略整体在市场中的表现效果如何，该如何用量化的手段来评估，则是本篇要向大家介绍的内容——<strong模拟交易与回测</strong。
话不多说马上进入正题，我们现在要做的，就是构建一套自己的模拟交易系统，并用这套系统来回测各种策略。为了让本文更接地气，作者不打算画各种程序流程图或拓扑图等，这样的 “<strongPPT Style</strong” 太不接地气了，我们换成以一个<s