神经网络
神经网络是一种受生物大脑神经结构启发的计算方法，已成为现代金融领域的重要工具。其强大的模式识别和预测能力，使得金融市场分析、风险管理和投资策略制定得以显著提升。在金融应用中，神经网络能够从海量的历史数据中学习和识别复杂的非线性关系，进而预测市场趋势、评估信贷风险或检测欺诈行为。与传统的统计模型相比，神经网络更能够适应快速变化的市场环境，为金融机构提供更加精准和及时的决策支持。然而，尽管神经网络在金融领域具有巨大潜力，其应用也面临着数据质量、过拟合和解释性等方面的挑战。
跟着李沐学AI—GAN论文精读 【含研报及视频】
原研报标题：Generative Adversarial Nets
发布时间：2018年
作者：Ian J. Goodfellow∗, Jean Pouget-Abadie† , Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair‡ , Aaron Courville, Yoshua Bengio
摘要
本文通过对抗过程，提出了一种新的框架
更新时间：2021-11-30 03:08
跟着李沐学AI—Transformer论文精读 【含研报及视频】
原研报标题：Transformer: Attention is all you need
发布时间：2017年
作者：Ashish Vaswani、 Noam Shazeer、 Niki Parma 、Jakob Uszkoreit、 Llion Jones 、Aidan N. Gomez、 Łukasz Kaiser
摘要
主流的序列转换模型都是基于复杂的循环神经网络或卷积神经网络，且都包含一个enc
更新时间：2021-11-30 03:07
神经网络日频alpha模型初步实践
摘要
多因子体系主要包括alpha模型、风险模型、交易成本模型和组合优化，广义的alpha模型分为alpha因子构建和因子加权，是量化从业人员的研究重心但传统的alpha模型当期面临较大的挑战。
后发优势的逐渐丧失导致人工挖掘alpha因子的周期变长，国内外估值因子的长时间回撤，近年量价因子的批量拥挤等都是当前选股alpha因子层面的困境，量价因子拥挤等原因导致因子IC和组合绩效产生较大偏差，给以IC和回归为基础的动态因子加权带来挑战
除了人工合成alpha因子外，我们可以通过设计因子单元批量产生有效的alpha因子，以扩充因子库，考虑到因子IC和组合收益的不一致性，我们通过正交弱
更新时间：2021-11-26 07:56
神经网络交易算法
更新时间：2021-09-08 03:03
机器学习常见算法
导语
机器学习里面究竟有多少经典的算法呢？本文简要介绍一下机器学习中的常用算法。这部分介绍的重点是这些方法内涵的思想，数学与实践细节不会在这讨论。
回归算法
在大部分机器学习课程中，回归算法都是介绍的第一个算法。原因有两个：一.回归算法比较简单，介绍它可以让人平滑地从统计学迁移到机器学习中。二.回归算法是后面若干强大算法的基石，如果不理解回归算法，无法学习那些强大的算法。回归算法有两个重要的子类：即 线性回归 和 逻辑回归 。
线性回归就是我们前面说过的房价求解问题。如何拟合出一条直线最佳匹配我所有的数据？一般使用“最小二乘法”来求解。“最小二乘法”的思想是
更新时间：2021-08-18 06:37
用多层感知器-回归算法实现A股股票选股
更新时间：2021-07-30 07:26