資料科學

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。

隨著人工智慧領域的投資持續增加，台灣電子業以其完整的晶片製造、零組件生產和代工組裝供應鏈再次受到海內外機構投資者的青睞。這些投資者除了關注潛在的投資機會外，標資金的胃納量與其流動性也是其考量的主要因素。

台大黃仁勳演講，公布了在台商業夥伴的名單，讓網上開始瘋傳「地表最強AI ETF」，這項舉動對於商業夥伴的股票影響究竟是好是壞? 我們將利用 TEJAPI 來計算夏普值，以判斷影響好壞。並且視覺化觀察到的結果。

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。

上市櫃公司會定期發布報表提供給主管機關，投資人可以依照主管機關發布的內容去觀察該公司營運狀態以及股價的相關資訊。透過分析主管機關提供的指標，我們可以揭示出公司股價關鍵反指標為何。本文將運用 TEJ API 探索公司股價與主管機關提供報表的相關性。

量化投資聽起來神通廣大，然而偉大的基礎來自於在於資料收集—模擬真實交易環境。本文觀察近年隨著 Fintech 發展、免費的資料源增加，市場上充斥五花八門的產品，甚至開發免費的手機 APP 提供簡易測試。觀察其資料來源，不外乎公開資料、財經網站的現時資訊，但該類平台收集的資訊未必能夠符合實際情形。

TEJ 正式搭上量化投資風潮這班特快車，你準備好一起了嗎？TEJ 從現在開始將會每月分享我們在量化金融領域的一些見解與 TQuant Lab 的應用心得，歡迎各位閱讀指教！

相較於疫情下的2021東京奧運，2024巴黎奧運在疫情解封後勢必會非常的盛大。透過分析近三屆奧運期間大盤及相關產業的股價表現，我們可以揭示出股市在奧運盛事期間的動態變化。本文將運用TEJ API探索奧運行情，以及對奧運期間股市表現的深入理解。