摘要：
导语 RNN、LSTM和GRU网络已在序列模型、语言模型、机器翻译等应用中取得不错的效果。循环结构（recurrent）的语言模型和编码器-解码器体系结构取得了不错的进展。 但是，RNN固有的顺序属性阻碍了训练样本间的并行化，对于长序列，内存限制将阻碍对训练样本的批量处理。这样，一是使得RNN的训练 阅读全文
摘要：
这是早前BigQuant专题研究：基于卷积神经网络CNN的深度学习因子选股模型。卷积神经网络（Convolutional Neural Network, CNN），是计算机视觉研究和应用领域中最具影响力的模型之一。同样，如果将时间看作一个空间维度，类似于二维图像的高度或宽度，CNN也可以对时间序列处 阅读全文
摘要：
模块使用背景 该模块是基于Barra风险模型开发出的可以将使用者投资组合的历史表现进行风险分解并归因到9种Barra大类因子上面，可以让BigQuant使用者更直观地将自己的组合进行风险线性分解。 Barra所使用的风险因子主要来自于基本面，包括行业、规模、波动性等。由于这些风险因子是每月重新计算的 阅读全文