摘要：
AI只是工具，想要驾驭AI还得自身有点功底，不然反而会被工具所害，甚至从信仰AI变为抵制AI。本文简单介绍开发AI量化选股策略中所遇到的各种坑，希望大家有所收获，少走弯路。 本文主要从思想和实操两个层面分享下我在开发AI量化选股策略中所遇到的各种坑，也希望各位小伙伴能够进行补充。 策略思想逻辑层面 阅读全文
摘要：
作为一个AI量化学习者，可能很多人会有和我一样的感觉：问题不在于学习资源不够，而是“信息过载”。所以，我整理了一波AI量化精品资料，希望能和大家共同进步一起交流！ 下面详细介绍和社区附件，大家按需享用~(如遇链接失效请前往[BigQuant社区](https://bigquant.com/wiki/ 阅读全文
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。 在前一篇文章 Pandas数据可视化工具——Seaborn用法整理（上），我们了解了如何使用这些Seaborn代码绘制分布图和分类图。在本文中，我们将继续讨论Sea 阅读全文
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
摘要：
01 职位亮点 人工智能、金融科技、一线AI团队、工程师文化、弹性工作时间、下午茶、内推成功 送iPhone 12 02 职位列表 AI平台开发工程师 分布式机器学习平台开发工程师 AI平台运维工程师 量化投资算法工程师 量化数据平台开发工程师 量化数据开发工程师 量化引擎开发工程师 高频低延迟交 阅读全文