Bill的案例列表
组合量化投资策略的设计与回测分析
本人基于价值与成长投资理论，独立设计并完成了一套多因子量化选股回测系统，以沪深300成分股为股票池，构建了包含价值因子（PE/PB/PS）、成长因子（营收/净利润同比增长率）和质量因子（ROE）的三因子打分模型，综合得分 = 价值40% + 成长40% + 质量20%，按月调仓并设有个股10%仓位上限与硬性止损。技术栈使用Python、Pandas、Tushare Pro及SQLite，完成了日频行情与财务数据获取清洗、截面百分位排名消除前瞻偏差、交易成本（佣金+滑点）模拟、以及包含年化收益率/最大回撤/夏普比率/信息比率等10+项指标的绩效归因模块开发，代码模块化设计支持策略参数配置化修改。
集成学习框架下的乘客状态预测
基于Kaggle SpaceshipTitanic竞赛数据，独立完成了涵盖数据清洗、特征工程、模型训练与评估的端到端机器学习二分类预测项目。针对数据集中的混合类型特征与非随机缺失现象，设计了基于业务逻辑的智能填补策略（利用CryoSleep与消费金额的互斥关系进行缺失值反推），并对Cabin字段进行字符串拆分解构出Deck/NUM/Side三个空间特征，同时通过对数变换修正消费类特征的长尾分布并提取PassengerId中的群组出行信息（GroupId/GroupSize/IsSolo）。算法层面依次实现了RandomForest基准测试、HistGradientBoosting流水线构建，最
案例判断参考
Bill的案例列表
组合量化投资策略的设计与回测分析
本人基于价值与成长投资理论，独立设计并完成了一套多因子量化选股回测系统，以沪深300成分股为股票池，构建了包含价值因子（PE/PB/PS）、成长因子（营收/净利润同比增长率）和质量因子（ROE）的三因子打分模型，综合得分 = 价值40% + 成长40% + 质量20%，按月调仓并设有个股10%仓位上限与硬性止损。技术栈使用Python、Pandas、Tushare Pro及SQLite，完成了日频行情与财务数据获取清洗、截面百分位排名消除前瞻偏差、交易成本（佣金+滑点）模拟、以及包含年化收益率/最大回撤/夏普比率/信息比率等10+项指标的绩效归因模块开发，代码模块化设计支持策略参数配置化修改。...
集成学习框架下的乘客状态预测
基于Kaggle SpaceshipTitanic竞赛数据，独立完成了涵盖数据清洗、特征工程、模型训练与评估的端到端机器学习二分类预测项目。针对数据集中的混合类型特征与非随机缺失现象，设计了基于业务逻辑的智能填补策略（利用CryoSleep与消费金额的互斥关系进行缺失值反推），并对Cabin字段进行字符串拆分解构出Deck/NUM/Side三个空间特征，同时通过对数变换修正消费类特征的长尾分布并提取PassengerId中的群组出行信息（GroupId/GroupSize/IsSolo）。算法层面依次实现了RandomForest基准测试、HistGradientBoosting流水线构建，最...
