![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
量化投资
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
展开
-
基于LSTM-CNN-CBAM模型的股票预测研究
1.摘要为了更好地对股票价格进行预测,进而为股民提供合理化的建议,提出了一种在结合长短期记忆网络 (LSTM)和卷积神经网络(CNN)的基础上引入注意力机制的股票预测混合模型(LSTM-CNN-CBAM),该模型采用 的是端到端的网络结构,使用LSTM来提取数据中的时序特征,利用CNN挖掘数据中的深层特征,通过在网络结构中加入注意力机制——Convolutional Attention Block Module(CBAM)卷积模块,可以有效地提升网络的特征提取 能力。基于苹果公司2010-01-04至原创 2021-06-22 00:36:54 · 6475 阅读 · 11 评论 -
LSTM-CNN-CBAM模型
原创 2021-06-22 00:35:05 · 1680 阅读 · 2 评论 -
keras实现注意力机制
class Attention_layer(Layer): def __init__(self, W_regularizer=None, b_regularizer=None, W_constraint=None, b_constraint=None, bias=True, **kwargs): self.supports_masking = True self.原创 2021-06-22 00:04:42 · 3970 阅读 · 3 评论 -
基于随机森林算法的多因子选股方法分析与实现(2,代码实现)
摘要量化投资中经常听到的“多因子模型”是个什么鬼?因子是影响因素的简称,或简单理解成指标。我们都知道股票收益受到多重因素的影响,比如宏观、行业、流动性、公司基本面、交易情绪等等。所谓“多因子模型”,说白了就是寻找那些对股票收益率最相关的影响因素,使用这些因素(因子或指标)来刻画股票收益并进行选股。1952年马柯维茨(Markowitz)在The Journal of Finance(金融学最顶级的学术期刊)上发表了《证券组合选择》论文,开启了现代证券组合管理理论的先河。马柯维茨开创性地引入了均...原创 2020-10-29 22:58:30 · 7537 阅读 · 2 评论 -
基于随机森林算法的多因子选股方法分析与实现(1)
前言多因子量化体系在实践不断中形成了诸如 BARRA 模型的标准方法,在以往的研究报告中,有人对此进行了充分的研究其背后的金融理论及检验实践中能否获得有效的 ALPHA 因子。虽然标准化易于理解与管理,但众所周知标准化意味着各种参数的约束,因此 ALPHA 因子的构建参和个人判断,例如以什么标准选择,因子的如何配比等等。随着市场条件的不断变化,我们能够期待这些因子持续有效吗?对此,我们考虑能否充分利用数据的特征不加以主观参数约束,能够自适应地选取有效的因子,对传统多因子模型做出改善。我们自然地想到了机器原创 2020-09-21 22:32:48 · 7401 阅读 · 3 评论