03 2023 档案
摘要：一种基于金融文本情感分析的股票指数预测新方法 研究目标：对媒体报道、公司新闻等非结构化数据进行文本分析，并应用于股票价格波动预测 研究方法：基于金融文本情感分析的指数预测模型SA-BERT-LSTM，对沪深300指数进行预测 研究发现： 情感分析特征能有效提高模型的准确率 三种对照模型（BP神经网络
阅读全文
摘要：Forecasting the realized volatility of stock price index A hybrid model integrating CEEMDAN and LSTM 预测股票价格指数的实际波动率 CEEMDAN 和 LSTM 的混合模型 波动率：波动率是金融资产价
阅读全文
摘要：Deep Reinforcement Learning for Quantitative Trading Challenges and Opportunities 量化交易的深度强化学习：挑战与机遇 IEEE 背景 量化交易：量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资
阅读全文
摘要：基于深度学习LSTM神经网络的全球股票指数预测研究 基于深度神经网络优化技术，本文构造了一个深层LSTM神经网络，并将其应用于全球30个股票指数三种不同预期的预测研究，LSTM神经网络在预测精度和稳定度两方面都有着很大优势，其未来在金融预测等方面将会有广阔的应用场景。 结果发现： LSTM 神经网络
阅读全文
摘要：分类模型 输入对象x，输出是这个对象属于哪一个类class，这样的应用同样有很多，比如：在金融上可以通过分类模型来决定是否贷款给某人；图像识别方面；人脸辨识方面，等等。 这里依然使用宝可梦的例子来进行说明， 我们可以通过宝可梦的几个属性来具体判断宝可梦是属于什么属性 如果按照一贯的三步走的方法，首先
阅读全文
摘要：回归模型 回归模型，可以做很多预测模型，比如：一个很好的股票预测系统，我们可以找到一个function，预测的数据可以是选择过去十年的股票数据，根据这些数据我们希望得到的是明天的股票指数 ；或者自动驾驶通过检测到的各种数据来预测方向盘的旋转角度实现自动驾驶；又或者用在推荐系统上 本片笔记中，举例使用
阅读全文
摘要：深度学习--反向传播 Backpropagation反向传播 传统的梯度下降的方法，是将所有的参数写在一个θ向量里面，在这个向量里面的参数分别求偏导数，之后再对θ向量进行更新。但是如果在神经网络中，会有很多层，每一层对应也会有很多个参数，于是会让θ向量变得非常长，而我们要做的是如何有效的将这个百万维
阅读全文
摘要：深度学习简介 01.定义一个function 深度学习和机器学习一样，也可以是三个步骤：第一，定义一个function，这个function就是一个Neural network。在机器学习简介中写到过，我们把多个逻辑回归前后链接在一起，之后把一个逻辑回归的单元称为一个神经元Neural，整个组合起来
阅读全文
摘要：PyTorch入门 首先要安装好Anaconda（以前就已经安装好，所以在这里不多加赘述） 有序的管理环境 在很多项目中，需要使用不用版本的环境，比如这个项目需要使用pytorch0.4，另一个项目需要用到pytorch1.0，如果卸载了0.4版本，转而安装了1.0版本。那么下一次再需要用到0.4版
阅读全文
摘要：第一讲、 机器学习基本概念简介 01.什么是机器学习 机器学习就可以了理解为使用机器具备找一种函数的能力，帮我们找到一个函数 深度学习就是找到一个函数，这个函数是一个类神经网络 其输入可以是一个向量、一个矩阵、也可以是一个序列，输出可以是一个数值（此任务叫做regression回归任务）、可以是一个
阅读全文
