机器学习到底在量化金融里的哪些方面有应用？

最新推荐文章于 2024-11-16 01:03:35 发布
原创 最新推荐文章于 2024-11-16 01:03:35 发布 · 2.9k 阅读 · 14 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

机器学习在股票预测中的应用受到挑战，因股票return的特性不符合算法假设。近年来研究转向limit order book数据，利用增强学习框架。还有研究者针对股票的mean reversion性质设计在线学习算法。此外，机器学习在策略权重分配、暗池交易等问题中也有应用。深度学习可能在统计套利方面发挥作用，通过非线性投影寻找潜在关联。

      如果大家去搜索早期的神经网络、SVM的相关论文，会发现不少是做股票预测的。原因很简单，因为似乎我们可以天然地把股票投资的问题看成一个分类问题或者回归问题。回归的角度，我们可以根据之前的历史数据，预测下一个时间点的股价；分类的角度，我们可以根据历史数据，预测下一个时间点股价的正负。看起机器学习的方法可以完美适用了。不过这个结论显然是有待推敲的，因为如果真的完美适用，那么机器学习的大牛们怕是已经赚发了。

      那么，问题在哪里？个人的观点，大家没有太多关注机器学习算法能够w

最低0.47元/天 解锁文章
机器学习在量化价值投资领域的创新应用模式
AI天才研究院
04-26 873
随着全球金融市场复杂度提升，传统量化价值投资依赖的线性模型（如Fama-French三因子模型）在处理非线性关系、非结构化数据时逐渐显现局限性。本文聚焦机器学习如何突破传统框架，通过算法创新重构价值投资的核心环节——包括基本面分析、因子挖掘、风险建模和组合优化。覆盖从数据预处理到模型部署的全流程，重点解析监督学习、无监督学习、深度学习在金融场景的适配性。
量化金融中的机器学习是什么? 定义、类型和示例
WCCchangchun的博客
04-02 1249
机器学习是什么 机器学习是更广泛的人工智能领域的一个分支，它利用统计模型来进行预测。它通常被描述为预测建模或预测分析的一种形式，传统上，它被定义为计算机在没有明确编程的情况下学习的能力。
pb系统的twap交易指令_量化交易系统开发技术案例丨量化交易开发源码平台
weixin_39600885的博客
12-29 1306
在投资活动中采用程序化交易和算法交易，由计算机交易系统进行投资决策和完成交易过程，可以按照既定规则来进行大规模复杂计算、分析、生成指令及持仓，而且不会像人那样犯有限理性造成的错误，甚至犯了错误不愿意纠正。同时，借助计算机的功能，还能及时捕捉大范围内的投资机会。一个完整的交易系统应该包含成功交易所需的每项决策：1.市场-买卖什么首要的决策是买卖什么品种，或者在哪个市场进行交易。交易系统需要在尽可能大...
模型量化：量化交易与区块链技术在金融领域中的应用研究
AI天才研究院
07-06 2903
作者：禅与计算机程序设计艺术 模型量化：量化交易与区块链技术在金融领域中的应用研究 引言 1.1. 背景介绍 量化交易作为金融领域中的一个重要分支，近年来得到了越来越多从业者的关注。伴随着大数据、云计算等技术的发展
机器学习在量化投资中的应用
weixin_42683052的博客
06-02 2707
原文：http://pdf.dfcfw.com/pdf/H3_AP201811071238834613_1.pdf （一）监督学习：对未来事件预测 1、回归——预测连续型目标变量 （1）、OLS 回归 OLS 回归的目标是：求误差的最小平方和。对于线性回归模型， 最小二乘法有解析解： 对于非线性回归而言，最小二乘没有解析解，只有迭代解。常用的迭代法有：梯度下降法（可用于线性和非线性模型），高斯-牛顿法（适用于非线性模型），Levenberg-Marquardt 法（结合了梯度下降法和高斯-牛顿法，
将机器学习应用于金融投资中 | Qlib从入门到精通 #6
weixin_38175458的博客
10-25 976
今天开始整合机器学习训练至主界面中。 机器学习应用到金融量化的核心框架 一个量化策略，无论是传统的技术分析，还是机器学习策略，无外乎几个部分： 一、数据准备，一般是整理成pandas的dataframe，包含基础的OHLCV等数据。 二、计算衍生指标，比如技术指标、或者worldquant101这样的alpha因子，一切皆因子，即机器学习模型里的特征，机器学习模型还需要打label，即预测未来某段时间的收益率。 三、传统策略就是设定规定，比如“均线金叉”，或者“收盘价突破了布林带上轨”
机器学习在量化金融中的趋势和应用-研究论文
06-09
机器学习的最新进展正在许多行业中找到商业应用，尤其是金融行业。 本文重点介绍金融的核心功能之一——投资流程中的应用。 这包括回报预测、风险建模和投资组合构建。 该研究通过对近期文献的广泛回顾来评估当前的...
机器学习在金融风险中的应用
最新发布
09-29
本书深入探讨了机器学习技术在金融风险计算中的实际应用，重点介绍深度神经网络与切比雪夫张量的融合方法。作者从从业者视角出发，结合数学理论与实践经验，提出高效近似算法以解决衍生品定价、市场风险、对手方信用...
机器学习（非传统统计方法如回归）到底在量化金融里哪些方面有应用？
四纪启悟 · 数据科学
03-09 1374
机器学习和统计很难隔离，这里排除传统统计方法是想知道现代机器学习方法在量化金融的应用，如有困难请忽略此要求。 Weicong Liu答： 尝试回答一下这个问题，也算是对自己阅读的一些论文的总结，顺带谈下一点自己的思考。前一阵子被吐槽说中英夹杂，也不是为了装逼，因为其实翻译过来，意思反而有了偏差。 如果你去搜索早期的神经网络、SVM的相关论文，会发现不少是做股票预测的。原因很简单，因为似乎我们
简述python在量化金融中应用_Python金融与量化投资分析应用
weixin_39908588的博客
11-26 186
{getUnitName}{getLessonName}敬请期待免费{getTaskName}剩余观看时长：{watchLimitRemaining}回放{activityStartTimeStr}正在直播中直播结束{activityLength}免费{getTaskName}敬请期待{"id": "413","isDefault": "1","learnMode": "freeMode","is...
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
金融领域中的深度学习【附52页详述论文】.pdf
02-28
在这篇综述中，我们尝试着提供一个已经开发好的，可用在金融应用当中的深度学习模型。我们不仅根据模型的实现进行了分类，还对这些深度学习模型进行了分析。此外，我们还旨在确定未来深度学习模型在金融领域有可能的实现，以及强调了该领域正在进行的研究。
数据分析：复杂业务场景下，量化评估流程
cnmeimei的博客
06-26 1023
本文源码：GitHub·点这里 || GitEE·点这里 一、量化思维 在编程体系中有很多复杂的业务是很难理解的，但是又需要做一个量化分析，给业务人员或者运营，或者用户一个参考标准，例如常见指数，芝麻分数，店铺等级，这类业务评定标准非常复杂，因为影响结果的因素很多。 在多个维度的业务考量模型中，有一个核心概念叫做权重，指某一因素或指标相对于某一事物的重要程度，其不同于一般的比重，体现的不仅仅是某一因素或指标所占的百分比，强调的是因素或指标的相对重要程度，倾向于贡献度或重要性。通常情况下每个维度的权重在0.
金融量化交易场景下数据库如何改造？同花顺、弘源泰平真实案例分享
涛思数据
10-12 1565
⬆️ 点击图片，与专业的解决方案架构师聊一聊在金融量化交易场景中，每天都会产生大量的交易记录和交易信息需要存储，同时对数据也有较高要求的查询需求，整体需求概括起来就是历史数据的存储、实时数据的接收以及数据的监控和分析。对于这类有典型时序特征的数据，很多企业在业务初期选择了团队熟悉的 HBase、MySQL、MongoDB 等数据库。但是随着业务的快速发展，这些数据库已经无法满足大体量数据的写入、存...
机器学习量化应用：用回归策略预测价格
阿丹的彩蛋
07-12 8871
我们已经知道，监督学习主要就是分类和回归两种方法。本文以支持向量机（support vector machine，SVM）来说明，如何采取机器学习中回归方法来预测股票价格。这在传统量化中是根本不可能实现的，在机器学习领域却能达到50%以上的胜率。
大数据、机器学习与量化投资（一）
龙哥盟
11-16 2202
大多数金融实践的核心，无论是来自均衡经济学、行为心理学还是代理模型，传统上都是通过优雅理论和一种“脏”经验证明的婚姻形成的。正如我在伦敦政治经济学院的博士课程中所学到的，优雅的理论是美丽智慧的标志，可以分辨出基于代理人的模型中微妙的权衡，形成复杂的均衡结构，并指出常规真理核心存在的有时冲突的悖论。然而，“脏”经验工作经常被怀疑地嘲笑，但不情愿地被承认为必要的，以赋予实质和真实世界的应用。我记得在风起的庭院和狭窄的通道里进行的许多对话，杰出的博士生们争论着“但我如何为我的假设找到一个测试？
量化交易都有哪些主要的策略模型
qq_42879475的博客
07-31 3824
量化交易策略是一种基于数学模型和计算机程序的交易方式，可以帮助投资者快速制定出适合自己的交易策略，并通过自动化交易实现投资目标。而水母量化交易软件，则为投资者提供了更加便捷、高效的量化交易工具，帮助他们在金融市场中获取更多的机会。在未来，量化交易策略将会成为金融投资的主流方式，而水母量化交易软件则将一直致力于为投资者提供更加优质的服务和产品。最后，量化交易频率一般都很高，特别是一些高频分散的策略对手续费率的要求很高，因此如果你在做量化一定要找券商申请一个较低的佣金。
自己做量化交易软件(16)用小白通通量化AI框架打造自己的量化平台
热门推荐
hepu8的博客
02-01 3万+
最近一段时间，我主要学习python3和tkinter的窗口开发，对tkinter编程逐步了解。 此外，应广大朋友要求，我写了 一本学习python3学习书籍<小白学Python3实战搭建量化投资平台>. <小白学Python3实战搭建量化投资平台>内容提要 python3是2018年最热门的计算机语言，也将成为未来的应用趋势。本书是通过Python3学习各项热门应用知识的...
西电数据挖掘大作业_上百位入门量化方向同学的首选科研！斯坦福量化金融：人工智能和大数据在量化交易中的应用...
weixin_39949473的博客
11-25 247
当下人工智能领域正尝试着将数据挖掘、神经网络深度学习等算法技术运用于金融领域中的投资决策、风险管理等场景，重塑传统金融服务。未来人工智能领域与金融领域的交叉研究热度将有增无减，对AI领域的研究将进一步细化，对其子领域的研究将逐渐深入。Machine Learning与Bank、Investing的交叉研究将成为新的研究热点。Fintech的发展对学生在专业选择上的影响非常大，【爱科研】在...
Python机器学习在基本面量化投资中的应用研究
资源摘要信息:"本压缩包资源主要围绕基于Python语言实现的机器学习在基本面量化投资领域的应用研究项目。资源包含源码和数据集，旨在通过机器学习算法对量化投资的基本面数据进行分析和建模，以期达到较好的投资回报...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值