摘要：
本文是基于StackAbuse的一篇讲解Seaborn的文章上编写。 附示例及实现代码，可直接前往文末一键克隆代码进行实践研究。 简介 在本文中，我们将研究Seaborn，它是Python中另一个非常有用的数据可视化库。Seaborn库构建在Matplotlib之上，并提供许多高级数据可视化功能。 阅读全文
摘要：
本文将带你遍历机器学习领域最受欢迎的算法。系统地了解这些算法有助于进一步掌握机器学习。当然，本文收录的算法并不完全，分类的方式也不唯一。不过，看完这篇文章后，下次再有算法提起，你想不起它长处和用处的可能性就很低了。本文还附有两张算法思维导图供学习使用。 在本文中，我将提供两种分类机器学习算法的方法。 阅读全文
摘要：
本篇文章有别于传统的多因子研究，我们并未将重点放在阿尔法因子的挖掘上，而是通过对股票组合的权重优化计算，找到了在市值中性、行业中性、风格因子中性约束下的最优投资组合，以及验证得到的组合权重是否满足了约束条件。 结构化多因子风险模型首先对收益率进行简单的线性分解，分解方程中包含四个组成部分：股票收益率 阅读全文
摘要：
1、DNN原理介绍 1.1 神经元 1.2 DNN 1.3 反向传播 2、实例：DNN模型选股 2.1 策略步骤和模型参数 2.2 回测结果 1. DNN原理介绍 1.1 神经元 神经网络的每个单元结构如下： 图1.神经元结构 其对应公式如下： h W , b ( x ) = f ( W T x ) 阅读全文
摘要：
背景介绍 根据WorldQuant发表的论文《101 Formulaic Alphas 》 ，其中公式化地给出了101个alpha因子。与传统方法不一样的是，他们根据数据挖掘的方法构建了101个alpha，据说里面80%的因子仍然还行之有效并被运用在实盘项目中。 在BigQuant策略研究平台上，可 阅读全文
摘要：
机器学习已经广泛地应用在对于资产市场的分析中，在量化投资中尤为显著。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 阅读全文