這是一份帶你從0到1的機器學習深度研究指南
國慶我們應大家要求開啟量化投資實戰進階營
文中藏有巨大優惠,
歡迎大家報名參加!
Python機器學習策略工作坊A Hands-On Learning Approach to Python Machine Learning StrategyPython機器學習策略工作坊(QTC_MLS)是由清華大學深圳研究生院量化研究中心公益支持,配合深交所前海股權交易中心聯手塑造的Python機器學習量化交易策略線下工作坊。
在這裡不僅有專業導師當面傳授機器學習模型理念與模塊應用,還有技術團隊解決工具安裝與配置,提供優質的機器學習量化策略原始碼,通過五天高強度研習,最終實現動手編寫實現機器學習策略代碼。
■ 你將獲得
1. Python機器學習模塊應用技能
2. Mongodb資料庫處理大數據
3. 機器學習策略代碼模板與回測績效
4. 清華量化研究中心的研習證書
■ 支持方
清華大學深圳研究生院與清華大學中譽研究院集前沿計算機技術、高端數學,與現代金融理論為一體,並整合了國內外一流的金融平臺,逐步形成了研發核心團隊,並開發了一批金融函數及上千個量化交易策略,並且經過實盤交易的檢驗,並有一定的經濟基礎和市場影響力。
深交所前海股權交易中心
新格網絡科技有限公司(大魚金融)
香港高頻交易公司
■Guided By Professors■
▲一線研發與投資團隊輔導
有別於校園的金融課程,工作坊不僅邀請到清華研究生院量化投資中心一線機器學習研究員指導教學,更請到CMT持證分析師,與數位多年從事機器學習的專家隨同輔導,業界真實經驗教學,打造全程真實編程體驗。
■ 課程主題
The curriculum includes topics such as:
SVM、決策樹、隱馬爾可夫模型、
套索回歸、卡爾曼濾波、
神經網絡、深度學習…
第一天:量化投資與機器學習概述_林健武
國內外量化投資發展現狀與趨勢
量化投資的IT技術、數據與設備
量化投資業界人才的需求特徵
量化投資的策略種類、資金規模與管理的品種
機器學習在量化投資中的應用
《應用機器學習》- 鄒智稀
機器學習的重要概念、算法概述與工作流程
金融數據變量選取的方法
機器學習對量化投資中目標設置的類型
機器學習在量化投資上的難點與案例
第二天:《Alpha特徵選取》- 田睿奇團隊
Mongodb載入與更新股票因子與價格數據
安裝Alphalens/Sklearn/Keras/Mongodb
因子IC值與Quantile收益曲線計算
因子算法參數優化與多因子組合權重
因子數據特徵選取
《機器學習_分類器應用》- Alfred
邏輯回歸
KNN模型
SVM模型
決策樹分類
隨機森林
交叉驗證
混淆矩陣
第三天:《機器學習_回歸應用》 - Channel,CMT
OLS 回歸
Ridge & Lasso 回歸
Polynomial 回歸
Kalman Filter 卡爾曼濾波
R_Square
過度與欠擬合_Overfitting and Underfitting
機器學習策略案例分享
《量化投資_高頻交易》- 許嘉銘
高頻交易關鍵字
高頻策略的定義與體系架構
高頻算法交易與高頻交易分析
高頻對市場的影響
第四天:《神經網絡與深度學習》 – 田睿奇
神經網絡_NN
卷積神經網絡_CNN
長短期網絡_LSTM
深度學習預測行情案例
《機器學習策略回測》- Channel,CMT
如何使用回測引擎
如何回測機器學習選股績效
如何回測機器學習回歸策略
如何回測深度學習策略
如何優化策略參數
第五天:《Python機器學習策略考試》
選擇題
操作題
計算題
《Python機器學習策略大賽》
機器學習策略與績效展示
每個團隊15分鐘展示時間
評委問答時間
頒獎儀式
▲應用型的經驗傳授與實操研習
要熟悉機器學習並用其模型作為量化投資的工具,不僅需要學習模型的理念與算法,調參優化與模型選擇,更需要掌握Sklearn與Keras模塊的使用,只有經驗豐富的導師指導配合自己動手編寫,才能在短時間掌握核心技能。
■ 往期回顧
以下是2017QTC精彩回顧視頻:
■ 項目詳情
時間:2017.10.2~2017.10.6
地點:清華大學深圳研究生院量化研究中心、深圳證券交易所
對象:對Python機器學習與量化投資感興趣的愛好者、投資者等。以及廣大程式設計師、大學生、交易員、風控員、基金經理、產品經理、私募和公募管理者、金融從業人員、尋求投資合作機會的夥伴。
費用:5680/人 5天,在校學生憑學生證可優惠1000元,即4680元/人
此費用不包含食宿費,報名後填寫測試題更有機會獲得1000~2000元優惠券!
■ Consulting ■
諮詢方式
掃面下方二維碼,添加小編