请选择 进入手机版 | 继续访问电脑版
楼主: 资料狂人
6657 62

[统计套利] 量化投资的春天已经到到来,你准备好了吗?   [推广有奖]

运营管理员

巨擘

0%

还不是VIP/贵宾

-

威望
9
论坛币
975096818 个
通用积分
41089.5271
学术水平
4617 点
热心指数
3402 点
信用等级
3620 点
经验
634965 点
帖子
9585
精华
140
在线时间
18155 小时
注册时间
2010-5-1
最后登录
2024-3-29

初级热心勋章 初级学术勋章 中级学术勋章 中级热心勋章 初级信用勋章 中级信用勋章 高级学术勋章 高级热心勋章 高级信用勋章 特级信用勋章 特级学术勋章

资料狂人 在职认证  发表于 2017-3-2 09:45:58 |显示全部楼层 |坛友微信交流群

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

       2月17日,受限1年零5个月的股指期货终于松绑,业内欢欣鼓舞。尽管放宽有限,但对于从事量化的投资机构来说,亦是一种好消息。

       量化对冲策略在国外市场资金管理中运用的比例达到30%,但目前我们的比例还不足10%。量化对冲这种策略被外界熟知并重视似乎从2015年股市巨震才开始。在牛转熊之下,量化对冲的稳健收益开始受到投资者关注,大量资金涌入这一领域。“每天都有大量资金找上门来。”这是当时券商面临的情况。量化对冲的抗跌性,使其成为投资者的新宠。

       量化对冲的策略优势在股市巨震的时候已显现,如今限制的放开会吸引大量的资金流入。对于手握重金的银行保险等机构来说,它们需要的是容量巨大的策略。而量化对冲特点就是容量巨大,风险适中,回撤小,收益稳定,正符合他们的需求。为此,量化策略不断受到大额资金的青睐。

       量化对冲的未来将更美好。正如一位投资经理所言,中国的量化对冲目前只是刚开始发展,未来空间将十分巨大。但对于券商来说,要想有竞争力,势必要吸引大量的人才。

                                                                                                                      (摘自:21世纪经济报道)

Python机器学习与量化投资
时间:2019年5月24-27日 (四天) 北京, 6月6-9日 (四天) 上海   
安排:上午9:00-12:00;下午1:30-4:30;答疑4:30-5:00
地点:
北京市海淀区厂洼街3号丹龙大厦/上海市培训教室

学费:5000元 / 4200元 (仅限全日制在读本科生及硕士生优惠价);食宿自理

我要报名

讲师介绍:

蔡立耑(Terry Tsai),美国伊利诺伊大学金融硕士,华盛顿大学经济学硕士、博士,在国内外如美国、韩国有丰富的授课经验。带领博、硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研究。

生长于台湾,求学于美国,在台湾的信息与金融业担任高级顾问,不仅拥有扎实的金融理论基础,而且具备广阔的国际视野与前沿的研究理念!经管之家资深量化投资讲师。

主持多项金融大数据研究项目,涉及SAS、R、Matlab、Mathematica、Java 与C#、F# 等多种统计分析工具与编程语言。在数据处理、数据分析以及数据可视化等数据科学领域有丰富的经验和独到的见解。

亲身实践各种金融应用,主持研究团队与台湾知名大学与企业合作开展各种金融研究,例如量化投资、风险分析等。在统计套利、金融大数据等领域有丰富的操作经验与授课经验。带领的量化投资研究团队用多种编程语言实现了统计套利以及风险管理自动化程序。


课程介绍
人工智能与机器学习对交易与投资产生巨大影响。交易领域的人工智能应用,大多藉由机器学习来鍳别,分析资产价格变化的特征或因子,以利于构建盈利的交易策略。本课程将系统性介绍常用机器学习方法在股市的应用。

课程大纲:

Python 基本介绍(一天)

1. Python对象类型

2. Python 常用语句和语法

3. Python函數


Python数据分析(一天)

1. Numpy程序库与多维数组

2. Pandas与时间序列数据

3. Matplotlib数据可视化


机器学习与量化交易(两天)

机器学习是从看似无序的数据中分析规律,识别可能具代表性的模式,再藉以对未知数据进行预测。

而股市具有大数据特征,应用机器学习方法从海量的股市数据中发现潜在规律,预测未来发展趋势,对于降低投资风险与增进决策效率显然有重要的意义。

本课程拟介绍如何应用下列的机器学习方法来预测股市,并分析不同方法的效能。

1. 逻辑回归

1.1 逻辑回归基本概念

1.2 二元分类与逻辑回归模型

1.3 多类别逻辑回归

1.4 逻辑回归的案例分析


2. 机器学习算法:线性判别分析(LDA)和 二次判别分析(QDA)

2.1 判别分析的基本定义

2.2 线性判别分类器与二次判别分类器的理论模型

2.3 构造判别分析分类器的具体操作步骤

2.4 LDA与QDA 金融案例分析


3. 支持向量机

3.1  支持向量机基本概念

3.2  支持向量机的原理

3.3  线性可分与非线性可分支持向量机

3.4  核函数

3.5  支持向量机与金融数据分类


4. 聚类与统计套利

4.1 时间序列的基本概念

4.2 配对交易的思想与实现

4.3 聚类演算法的介绍与应用


5. 随机森林

5.1 决策树

5.2 随机森林的基本概念与演算法

5.3 随机森类算法的独特优势

5.4 随机森林的应用:股票市场


6. 人工神经网路(ANN)与深度神经网络(DNN)

6.1 人工神经网络的缘起

6.2 神经元与激活函数

6.3 人工神经网络

6.4 反向传播算法

6.5 深度神经网络

6.6 人工神经网络与深度神经网络的金融市场应用分析


7. 卷积神经网络(CNN)

7.1 卷积神经网络的基本想法

7.2 卷积层

7.3 池化层

7.4 全连接层

7.5 卷积神经网络的整体架构及其变形架构

7.6 CNN与股票预测

     

8. 递归神经网络(RNN)

8.1 递归神经网络的基本框架

8.2 Backpropagation Through Time(BPTT) 算法            

8.3 RNN与CNN对股票预测的对比分析

8.4 長短期記憶模型LSTM和GRU 网络

8.5 RNN, LSTM和GRU模型对股票预测的对比分析


报名流程:

1:点击“我要报名”,网上填写信息提交

2:给予反馈,确认报名信息
3:网上订单缴费
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南

PS:学生价请单独联系课程顾问修改订单;

       课程结束后颁发“经管之家量化投资学院”结业证书,直接加入量化投资学院。


联系方式:

魏老师

QQ:1143703950 点击这里给我发消息

Tel:010-68478566

Mail:vip@pinggu.org

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


回帖推荐

枯夏の蝶 发表于57楼  查看完整内容

买过蔡博士的书 支持
已有 1 人评分经验 收起 理由
kongqingbao280 + 20 精彩帖子

总评分: 经验 + 20   查看全部评分



weinamaleny 在职认证  发表于 2017-3-2 10:13:02 |显示全部楼层 |坛友微信交流群

回帖奖励 +3

即便在差强人意的行业大环境下,采用量化策略的对冲基金却迎来不错的表现

使用道具

weinamaleny 在职认证  发表于 2017-3-2 10:13:23 |显示全部楼层 |坛友微信交流群
经管之家量化投资专版:https://bbs.pinggu.org/forum-2166-1.html
经管之家量化投资学院:http://q.peixun.net/renmaiquan.html
经管之家兼职讲师招聘:https://bbs.pinggu.org/thread-4775663-1-1.html

使用道具

资料狂人 在职认证  发表于 2017-3-2 10:14:16 |显示全部楼层 |坛友微信交流群
欢迎大家报名参加

使用道具

回帖奖励 +3

支持楼主,谢谢!

使用道具

961938985 发表于 2017-3-2 10:16:19 |显示全部楼层 |坛友微信交流群

回帖奖励 +3

又来支持啦

使用道具

franky_sas 发表于 2017-3-2 10:25:19 |显示全部楼层 |坛友微信交流群

回帖奖励 +3

使用道具

m2358 发表于 2017-3-2 10:47:09 |显示全部楼层 |坛友微信交流群

回帖奖励 +3

很好的课程  不知道能不能看回放

使用道具

dgy203 发表于 2017-3-2 11:01:14 |显示全部楼层 |坛友微信交流群

回帖奖励 +3

使用道具

wanghaiss 发表于 2017-3-2 11:53:49 |显示全部楼层 |坛友微信交流群

回帖奖励 +3

支持楼主,谢谢!

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jr
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 17:30