深度学习因子选股模型-基于卷积神经网络
用卷积网络处理序列数据
我们知道卷积神经网络(convnet)在计算机视觉问题上表现出色,原因在于它能够进行卷积运算,从局部输入图块中提取特征,并能够将表示模块化,同时可以高效地利用数据。这些性质让卷积神经网络在计算机视觉领域表现优异,同样也让它对序列处理特别有效。时间可以被看作一个空间维度
由ypyu创建,最终由ypyu更新于
我们知道卷积神经网络(convnet)在计算机视觉问题上表现出色,原因在于它能够进行卷积运算,从局部输入图块中提取特征,并能够将表示模块化,同时可以高效地利用数据。这些性质让卷积神经网络在计算机视觉领域表现优异,同样也让它对序列处理特别有效。时间可以被看作一个空间维度
由ypyu创建,最终由ypyu更新于
IC即信息系数(Information Coefficient),表示所选股票的因子值与股票下期收益率的相关系数。IR=IC的均值/IC的标准差。
互信息 参考华泰证券研报 <https://bigquant.com/wiki/doc/yinzi-
由small_q创建,最终由small_q更新于
吴恩达(1976-,英文名:Andrew Ng),华裔美国人,是斯坦福大学计算机科学系和电子工程系副教授,人工智能实验室
由qxiao创建,最终由qxiao更新于
#102
def func(a):
count = 0 # 当前元素的出现次数
candidate = None # 当前出现次数最多的元素
for num in a:
if count == 0: # 当前元素第一次出现
由bqnqc390创建,最终由bqnqc390更新于
#102
def int_most(arr):
max_element = None
max_count = 0
current_element = None
current_count = 0
for element in ar
由bqjdzn7f创建,最终由bqjdzn7f更新于
第10讲:近似动态规划 研究科学家Diana Borsa介绍了近似动态规划,探讨了我们可以从理论上说的近似算法的性能。
[https://www.youtube.com/watch?v=AJejcug2brU](https://www.youtube.com/watch?v=AJejcug2brU
由qxiao创建,最终由small_q更新于
由ypyu创建,最终由qxiao更新于
线性回归模型的最大特点就是简单高效,本文将对线性回归做详细介绍。
线性回归是衡量两个变量之间线性关系的一种建模技术。 如果我们有一个变量X和一个依赖变量X的变量Y,则线性回归可以确定哪个线性模型Y=α+βX能够最好地解释数据。 例如,我们考虑
由clearyf创建,最终由qxiao更新于
本文介绍了如何用BigQuant的策略生成器进行StockRanker模型可视化。
在模型训练之后即可看到模型可视化输出, 包括特征重要性、以及树的分支情况:
是一种 特殊的RNN类型,同其他的RNNs相比可以更加方便地学习长期依赖关系,因此有很多人试图将其应用于 **时间序列的
由clearyf创建,最终由clearyf更新于
研究科学家Hado van Hasselt探讨了为什么学习主体同时平衡探索和利用已获得的知识很重要。
[/wiki/static/upload/98/988872ab-a494-42d8-99e4-e3533441abb7.mp4](/wiki/static/upload/98/988872ab-
由qxiao创建,最终由qxiao更新于
在深度学习十分火热的今天,不时会涌现出各种新型的人工神经网络,想要实时了解这些新型神经网络的架构还真是不容易。光是知道各式各样的神经网络模型缩写(如:DCIGN、BiLSTM、DCGAN……还有哪些?),就已经让人招架不住了。
因此,这里整理出一份清单来梳理所有这些架构。其中大部分是人工神经网络,
由qxiao创建,最终由qxiao更新于
价值策略通俗地讲就是买入便宜股票,卖出昂贵股票,思想非常简单和直观。但是实际操作上这非常困难,因为我们没办法直接观察股票的真实价值。投资者可以从不同的视角采用不同的指标来估计股票内在价值。在股票市场中,最传统的方法就是通过会计报表的各个条目得到企业估值,
由ypyu创建,最终由ypyu更新于
Python是互联网、数据科学、量化交易等领域使用最广泛的编程语言之一,是AI量化策略研究平台主要使用的策略开发语言。
本文简短而全面,用十分钟的时间带你走入Python的大门。建议一边学习,一边在 AI量化平台-编写策略 里实践。
Python中没有强制的语句终止字符,代码块是通
由xiaoshao创建,最终由xiaoshao更新于
由clearyf创建,最终由qxiao更新于
本文介绍了机器学习的相关内容。
机器学习这个词是让人疑惑的,首先它是英文名称Machine Learning(简称ML)的直译,在计算界Machine一般指计算机。这个名字使用了拟人的手法,说明了这门技术是让机器“学习”的技术。但是计算机是死的,
由clearyf创建,最终由clearyf更新于
由small_q创建,最终由small_q更新于
顾名思义,“无监督”学习发生在没有监督者或老师并且学习者自己学习的情况下。
例如,考虑一个第一次看到并品尝到苹果的孩子。她记录了水果的颜色、质地、味道和气味。下次她看到一个苹果时,她就知道这个苹果和之前的苹果是相似的物体,因为它们具有非常相似的特征。她知道这和橙子很不一
由qxiao创建,最终由qxiao更新于
机器学习已经广泛地应用在对于资产市场的分析中。但是,在浩如烟海的机器学习算法中,到底哪种算法能取得更优的预测效果呢?发表在《Applied Mathematical Finance》的这篇文章利用随机森林算法对股价d天之后的涨跌方向进行了预测。发现相比于SVM、线性判别分析等模型,随机森林可以取
由ypyu创建,最终由ydong更新于
由ypyu创建,最终由ypyu更新于
由iquant创建,最终由qxiao更新于
由iquant创建,最终由qxiao更新于
由ypyu创建,最终由qxiao更新于
由ypyu创建,最终由qxiao更新于