摘要：
导语: 人工智能(Artificial Intelligence，简称AI)的应用领域主要包括机器学习、概率推理、机器人技术、计算机视觉和自然语言处理。开发AI量化策略就是采用人工智能的相关技术和算法构建模型来处理市场海量数据之间的复杂关系。本文将带你走进人工智能量化投资的世界 我们在用AI来编写量 阅读全文
摘要：
人工智能（AI）技术得到了飞速发展，其在各个领域的运用也不断取得成果。机器学习被评为人工智能中最能体现人类智慧的技术，因此开发AI量化策略可以理解为将机器学习应用在量化投资领域。 理解机器学习算法——以StockRanker为例 机器学习算法太多，本文讨论只针对适用于金融数据预测的常用有监督型机器学 阅读全文
摘要：
实现平台：BigQuant—人工智能量化投资平台可在文末前往原文一键克隆代码进行进一步研究 超参寻优模块简介 最近，我们上线一个新的模块——超参优化模块，它可以帮助大家对我们平台上的机器学习模型进行超参数优化，让你的收益更上一层楼，接下来就让我给大家介绍下。 超参寻优理论简介 在机器学习里，我们本质 阅读全文
摘要：
实现平台：BigQuant—人工智能量化投资平台可在文末前往原文一键克隆代码进行进一步研究 1. 数据标准化 数据标准化（Standardization or Mean Removal and Variance Scaling） 进行标准化缩放的数据均值为0，具有单位方差。 scale函数提供一种便 阅读全文
摘要：
在BigQuant人工智能量化投资平台上可以快速开发股票传统策略和股票AI策略，今天我们就拿市值因子来练手，看看两个策略在2015-01-01到2016-12-31这两年时间各自的收益风险情形。 市值因子是国内股票市场能够带来超额收益的alpha因子，已经被验证为长期有效的因子，也是广大私募基金常用 阅读全文