关于深度学习在量化投资的应用

最新推荐文章于 2024-08-13 11:46:25 发布

innel

最新推荐文章于 2024-08-13 11:46:25 发布

阅读量1.1k

点赞数

本文链接：https://blog.csdn.net/innel/article/details/51164100

版权

意识到仅仅深度学习是不够的，除非我拥有海量的计算能力，与足够多的特征量，

如果真的要应用到量化投资上必须简化计算量。需要人为的指导计算机股票理论，人为的选择关联度足够的特征量。否则就是Garbage In Garbage Out。

我可不想成为股票专家。又要学东西了。

要用上我的专业了，机器反馈。各种反馈

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

innel

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

深度学习在量化投资中的应用

01-04

深度学习在量化投资中的应用，介绍了深度学习在投资的案例

证券投资深度学习_深度学习在量化投资中的应用

weixin_39906358的博客

12-21

585

深度学习在量化投资中的应用李文鹏高宇菲钱佳佳陈曦【摘要】本文研究股票价格趋势的预测问题，并给出基于深度学习的股票价格趋势预测方法。构建深度学习网络模型，对沪深300股票指数高频数据进行训练学习并做出涨跌预测。研究表明，本文所设计的深度学习算法在股票价格趋势预测问题上有较好的数据特征抽取能力，能够反映样本的本质特征，并取得比较好的预测结果。【期刊名称】统计与管理【年(卷),期】2017(000)00...

参与评论您还未登录，请先登录后发表或查看评论

Transformer在量化投资中的应用

最新发布

python1222_的博客

08-13

684

我们采用logistic回归、支持向量机和带有注意力机制的编码器等不同模型，对各资产下周的超额收益进行。

用深度学习进行量化交易

weixin_67594078的博客

03-19

2871

学习目标：使用深度学习工具进行量化交易，主要基于TensorFlow框架进行。想要实现的目标有 1、基于一段时间内的历史数据进行直接对后续可能的操作结果进行分类：用前一段时间内的历史数据（如前100天历史数据）作为训练数据集，然后对经过一定后续操作的结果进行标签化，作为标签数据集，再用深度学习对数据进行处理，识别处一定走势的情况下，可能的后续操作分类。训练数据比较简单，主要是标签数据集的确定。标签数据集的确定可以考虑如下方法：首先定义一定的止损点数，如5...

AI量化（代码）：深度强化学习DRL应用于金融量化

weixin_38175458的博客

11-03

2482

而类比人类的学习，我们不会拿1万张猫的图片让孩子学习什么是猫，一个小朋友也许只见过几只猫，他几乎可以认出各种图片的，抽象的，卡通的猫。所以有了alpha go， alpha master和alpha zero这样的围棋大师，然后它们的技能迁移的打战略游戏上，也是一等一的好手，都拜强化学习所赐。昨天我们讲的DNN的模式，我们是让模型学习过去的因子“预测”当天的收盘价的“涨跌”。我们学骑自行车，并不会用物理学的公式，去计算，人体和地面的角度，手臂要如何发力，而是骑就是了，自行车和地面给你反馈，你随之调整。

探索深度学习在量化投资中的应用：jcchao/deeplearning-for-quant

gitblog_00011的博客

04-06

570

探索深度学习在量化投资中的应用：jcchao/deeplearning-for-quant 项目地址:https://gitcode.com/jcchao/deeplearning-for-quant 该项目是一个开源的Python库，由开发者jcchao创建，旨在利用深度学习技术解决金融市场的量化投资问题。如果你对金融与人工智能的结合感兴趣，或者是一名寻求创新交易策略的投资者，那么【deeple...

深度学习在量化投资中的应用.pdf

08-19

本文聚焦于深度学习在量化投资中的应用，特别是利用深度学习网络模型对沪深300股票指数高频数据进行训练学习，并作出涨跌预测。沪深300指数是反映沪深两市300只股票价格整体变动的股票指数，这些股票多为市值大、...

一个基于深度学习的量化投资策略.zip

05-09

在金融投资领域，量化投资策略已经逐渐成为一种重要的投资手段，尤其随着大数据和人工智能技术的发展，深度学习在其中的应用越来越广泛。"一个基于深度学习的量化投资策略"这个压缩包文件，很可能包含了实现这种策略...

现在有哪些深度学习在量化投资领域取得成功的案例

weixin_35750953的博客

02-03

327

在量化投资领域,使用深度学习的成功案例有很多。其中一些包括： AlphaGo的引入，它使用深度学习和强化学习技术在围棋领域取得了巨大的成功。文本分类，使用深度学习算法处理金融新闻和研究文章以生成股票涨跌预测。量化交易策略，使用深度学习算法分析市场数据和资产价格趋势，以确定交易策略。证券投资组合优化，使用深度学习算法评估资产配置以实现最佳风险收益平衡。以上案例仅是深度学习在量化投...

量化投资学习——深度学习特征选择

m0_37876745的博客

10-22

450

使用深度学习进行特征选择？ https://qastack.cn/stats/250381/feature-selection-using-deep-learning

量化投资学习——使用深度学习模型优化因子

m0_37876745的博客

10-18

745

其实就是深度学习挖因子： Stock Selection via Nonlinear Multi-Factor Models Deep Factor Alpha

q_trading:基于深度学习和强化学习的量化交易系统

05-15

基于深度学习和强化学习的量化交易系统（基于深度学习和强化学习的定量交易系统）（中文版本在英文版本的下面，请拖动查看）大纲：主要结构仍在努力结论主要结构：该系统包括：数据处理模块价格预测模块强化学习模块基于： 6个动作的设计（卖出，卖空，卖出持有，卖空，卖出，覆盖）强化学习模块基于：使用VWAP或BBIBOLL的上下线将价格转换为（-1,1）分别设计两个增强学习模型，分别用于（买入，卖出持有）和（卖空，覆盖，持有）设置两个模型的优先级，并决定应输出哪个操作基于价格预测和RL收益的库存拣货策略数据处理模块我从Kaggle获得了数据集，该数据集是美国股票市场的每日价格和数量数据。数据集包括开盘价，收盘价，高价，低价和数量。但是，这种数据在深度学习和强化学习的训练中效果不佳。因此，我创建了数十个技术分析功能以为输入生成更多功能。通过这种方式

基于深度强化学习构建量化投资策略

北风吹过的秋

04-29

3701

关注微信公众号：NLP分享汇。【喜欢的扫波关注，每天都在更新自己之前的积累】文章链接：https://mp.weixin.qq.com/s/g5GaJrUpWOzYjL0f4-8npw

深度学习用于量化投资的优势与示例

weixin_42576804的博客

02-03

255

深度学习在量化投资中的优势主要体现在：大量数据处理能力：深度学习算法可以处理大量数据，从而提高预测准确性。高维特征提取能力：深度学习可以自动提取高维特征，从而更好地捕捉市场的复杂关系。模型的灵活性：深度学习模型可以适应不同的市场情况，从而提高预测精度。关于深度学习在量化投资中的示例：股票价格预测：使用深度学习算法预测股票的未来价格。风险评估：使用深度学习算法评估投资组合的...

当深度学习遇上量化交易——图与知识图谱篇

Paper weekly

05-10

1524

（9-6）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：交易

码农三叔

01-21

586

（1）下面的代码划分了名为df的数据集，选择了日期范围从'2020-07-01'到'2021-10-31'，并使用之前定义的参数env_kwargs创建了一个名为e_trade_gym的股票交易环境。（5）将df_daily_return数据框保存为 CSV 文件（df_daily_return.csv），并显示了 df_actions 数据框的前几行内容，其中包含了每个交易日的交易动作信息。（4）下面的代码显示了 df_daily_return 数据框的前几行内容，该数据框包含了每日的回报率信息。

当深度学习遇上量化交易:图与知识图谱篇

MinCong Luo的博客

05-14

3456

当深度学习遇上量化交易:图与知识图谱篇本文主要回顾三篇将图和知识图谱应用到量化交易上的文章。 ©PaperWeekly 原创 · 原作者｜桑运鑫本文主要回顾三篇将图和知识图谱应用到量化交易上的文章。使用Rolling Window分析探索用于股市预测的图神经网络论文标题：Exploring Graph Neural Networks for Stock Market Predictions with RollingWindow Analysis 论文来源：NeurIPS 2019 论文链接

（9-4）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：构建交易环境

码农三叔

01-20

1583

在SB3中使用的向量化环境，主要是通过类DummyVecEnv实现。这种环境的向量化可以带来训练速度的显著提升，特别是在使用深度学习模型进行训练时，因为模型的计算可以在多个环境之间并行进行。通过使用get_sb_env()方法，原始的股票交易环境被包装成了Stable-Baselines3库中的向量化环境，以便与该库中的强化学习算法进行集成。在上述代码中，print(type(env_train))语句用于打印输出env_train的类型，以确认其为Stable-Baselines3中的环境类型。

深度学习量化交易---0.1.股票K线图绘制

Yt7589的专栏

11-25

5131

研究股票交易的基本功就是看K线图，所以在这一节里面，我们的任务就是拿到一支股票的历史数据，我们用python画出其K线图，这是进行下一步技术分析的基础。我们以上证综指为例，之所以没拿某支股票为例，是因为股票容易被操控，而上证综指很难被操控，因为规律性会更强一些。 ...

深度学习驱动的量化投资策略

"深度学习在量化投资中的应用" 深度学习是一种人工智能技术，它在近年来的量化投资领域中扮演了重要角色。量化投资依赖于数学模型和算法来做出投资决策，而不是传统的主观判断。通过深度学习，投资者能够处理大量...