量化

一. 为什么需要元标注 元标注(Meta-Labeling)尝试通过增加辅助模型的方法来过滤错误的预测以达到改善模型和策略性能指标的目的。实验部分展示，在标普500上使用元标注，策…

一 本文摘要 波动率和换手率是常见的市场监测指标，其与市场长期走势明显负相关的指标，而且指标趋势性较好，因此可以用来判断股票市场状况。本文分享的工作借助波动率与换手率构造出的牛熊指…

一 问题描述 量化中的价格预测是指在根据当前市场状况和其他相关信息预测金融资产的未来价格趋势。近年来，机器学习方法在学术界和工业界越来越流行，并在价格走势预测任务上取得了很好的结果…

原始论文： Trending Fast and Slow 论文解读： [量化]基于决策树模型的自适应时序动量策略 论文简介:  本文基于决策树开发了一种基于市场波动性的机器学习技术…

1. 本文简介 本文基于决策树开发了一种基于市场波动性的机器学习技术来结合长、短时间序列动量信号的方法。作者发现时间序列动量策略的表现取决于其反应能力和市场波动机制等因素，而决策树…

一 本文摘要 由于其非线性、高度波动性和复杂性，股票市场预测一直是一个复杂的问题。现有的股市预测调查通常侧重于传统的机器学习方法，而不是深度学习方法。近年来，深度学习在许多领域占据…

1. 摘要 本文分享的工作使用DQN强化学习算法构建上证指数日频择时策略，使用2007 至2016 年的数据作为为训练集训练模型，在2017至2022年6月的测试集进行策略回测，年…

我确信Alpha存在的空间非常小，而且很难长期驻留不变，导致金融市场数据的性质几乎就是被设计成用随机性来欺骗我们。 我也不相信一个人通过下载一些Python软件包并对公开可用的数据…

配置神经网络很困难，因为没有关于如何去做的好的理论。 您必须系统地从动态和客观结果的角度探索不同的参数配置，以尝试了解给定预测建模问题的情况。 在本教程中，您将了解如何探索如何针对…

分类问题属于机器学习问题的类别，其中给定一组特征，任务是预测离散值。分类问题的一些常见示例是，预测肿瘤是否为癌症，或者学生是否可能通过考试。在本文中，鉴于银行客户的某些特征，我们将…

神经网络的训练过程是一个挑战性的优化过程，通常无法收敛。 这可能意味着训练结束时的模型可能不是稳定的或表现最佳的权重集，无法用作最终模型。 解决此问题的一种方法是使用在训练运行结束…