近期对量化投资的学习与思考

发布时间:2021-9-2 10:06阅读:367

北经理 股票
资质已认证
帮助10万+ 好评1.1万 入驻10年+
问一问
北经理 
低佣开户 投顾咨询 量化通道 VIP服务
+微信
当前我在线 最快30秒解答 立即追问 99%的人选择
关于【量化投资】我们准备了详细的专题解读,全部要点覆盖,更有顾问1对1为你专属讲解。 点击微信,一键关注

文章很精彩?转发给需要的朋友吧

推荐相关阅读
请问一下什么量化投资的特点,什么是量化投资?
量化投资作为一种新兴的投资方式,已经得到了欧美等成熟股票市场、期货市场多年验证。数据显示,美国资本市场90%的股票交易量都来自于量化,50%的资产是由量化策略管理的,而在中国资本市场,这个占比只...
资深小汐经理 9169
什么是量化投资?量化投资一定赚钱吗?
您好,量化投资就是指通过数量化方式及计算机程序化发出买卖指令,以获取稳定收益为目的的一种交易方式。相对来说(赚钱)收益可能会比较稳定。量化投资在海外的发展已有30多年的历史,其投资业绩稳定,市场...
资深安经理 6246
什么是量化投资,量化投资可以赚钱吗?
量化交易是可以赚钱的,但并不是一定会赚钱,也是会有亏钱的可能性,因为理财、投资都是有风险的,没有百分百的赚钱,除非是银行的定期存款利息,那才有可能百分百的赚钱。影响量化交易赚钱的因素是有很多的,...
资深小汐经理 3907
什么是量化投资,量化投资的优势是什么?
量化投资是指依靠计算机技术从大量历史数据中寻找能够预测未来股票走势的可重复的规律,总结可盈利的交易方式,并以此为指导在未来的投资过程中自动和系统地生成交易指令。相比于传统的投资方式,量...
高级叶经理 2464
2026年机器学习在量化投资中的应用现状
进入2026年,机器学习已经从实验室走向了普通投资者的量化实盘。相比传统的线性模型,机器学习能够捕捉市场中更复杂的非线性关系。目前应用较广的包括随机森林(Random Forest)用于特征选择,以及长短期记忆网络(LSTM)用于预测短期股价趋势。然而,机器学习也面临“过拟合”的风险,即策略在历史数据上表现完美,但由于过度贴合噪声,导致对未来市场的预测失效。对于散户而言,不建议直接追求最复杂的深度学习模型,而应从简单的线性回归或逻辑回归入手,逐步理解模型背后的逻辑。无论是应用何种前沿算法,能提供...
张经理 155
机器学习在量化投资中的应用:从线性回归到深度学习
随着人工智能技术的爆发,机器学习(Machine Learning)在量化投资领域的应用已从学术研究转向实盘交易。传统的量化模型多基于固定的线性规则,而机器学习的优势在于能够从海量的历史数据中挖掘出非线性的、隐性的因果关系,并随着市场环境的变化进行自我进化。在实际建模中,最基础的线性回归常用于预测收益率;随机森林(Random Forest)和梯度提升树(XGBoost)则因其出色的分类能力,常被用于多因子策略的特征筛选,剔除那些在当前市场环境下已经失效的因子。更为前沿的深度学习模型,如长短期记忆网络(LSTM),则被...
小李经理 127
TA的文章 全部>
回到顶部