CS:GO皮肤租赁量化投资项目是基于【回报关联模型】构建的量化策略，构建关联模型的一大特点为善于运用皮肤之间间接信息，并结合传统（比如皮肤间的量价相关系数）和非传统（皮肤间在论坛中讨论热度的相关度）的关联特征。
间接信息：
1. 是否为同一种类皮肤（例如刀，枪械[AK-47，M4A1等]，手套）
2. 皮肤之间回报率，换手率和波动率的相关性
3. 皮肤产业链关系（例如红色刀具搭配红色手套）
利用JS爬虫技术和Python爬虫技术爬取租赁平台上全量皮肤的售价和租价，每日生成租售比(最低租赁价/最低售价)龙虎榜（Top30）并结合【回报关联模型】动态调整持仓分散风险合理投资。其中非传统的数据关联特征通过Python基于selenium的爬虫爬取CS:GO论坛文本数据，使用textblob库和transformers库对评论文字进行情感分析，量化皮肤的热度，寻找皮肤之间热度的相关度。

考虑到人工交易的局限性，团队挖掘租赁平台的接口api说明文档，使用Python搭建一套自动化交易系统，根据每日租售比龙虎榜结合【回报关联模型】生成基于此模型效用函数最优的持仓，自动化租赁和交易枪械皮肤。