相似文件
换一批
经管之家送您一份
应届毕业生专属福利!
求职就业群
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
本文导览:本文旨在用精炼的语言阐述实操层面的机器学习量化应用方法,包括给出实践中一些常见、实际问题的处理方案,并结合了量化应用实例。 相对于传统量化投资,AI的优势在哪里? 传统的量化投资策略是通过建立各种数学模型,在各种金融数据中试图找出市场的规律并加以利用,力所能及的模式或许可以接近某一个局部的最优,而真正的全局“最优解”或许在经验认知之外。如同不需要借助人类经验的AlphaZero,不仅能够自发学习到人类经验,还能够摆脱人类认知的局限,发展出更优的解。人工智能能够探究复杂的非线性规律,在模型上,弥补了人脑逻辑思维模式的单一性,在计算能力上,能够通过算法实现海量数据的挖掘。 未来的方向:“AI+”量化投资模式人工智能的发展,需要经历“机器辅助人——机器与人合作——机器完全自我学习”三个发展阶段。完全强化学习虽然在围棋中取得突破,但其受适用环境约束,离普适还有相当距离,可以预见,在未来的相当长一段时间内,将会是人与机器融合的模式。对于量化投资来说,将会是分析师的智慧和人工智能相融合。人脑的经验常识、抽象思维、情感思维是目前的AI不具有的,而AI的模糊运算和计算能力也是人脑不能企及的。“AI+”量化投资模式将会成为人工智能应用于量化投资中的发展方向。 机器学习流程全解析:介绍了一个完整机器学习流程的详细步骤,包括各种数据预处理中的问题、模型性能的评估方法、参数调优的方法以及组合不同模型的方法。 主流机器学习方法的应用:将机器学习的主流方法按最常用的应用方式分类介绍,回归、分类、聚类、降维、强化学习,分别给出了实例。
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
|