声明 作者: 阿布 公众号独家授权 未经允许 禁止转载 github地址： https://github.com/bbfamily/abu 本策略可直接运行，运行地址 https://github.com/bbfamily/abu/tree/master/abupy_lecture 首先导入本节需要使用的abupy中的模块： 算法交易之父托马斯•彼得菲最成功的一段经历是利用当时最快的计算机，租赁独享电话线以保证数据传输畅通无阻，甚至超越时代定制平叛电脑，使用统计套利在不同市场进行对冲策略。 这是
本文作者是一位从事量化交易的实战者，他将他的实战心得写成一个量化交易系列，本篇则是系列的第一篇，从文中你会对整个量化交易的框架、流程、以及策略思路的来源地都有相应地说明。接下来就和文摘菌一起来看看量化交易应该如何入门吧！
例子:用户交易的时候很少在固定的时候固定的买一家店固定的商品，用户也很少同时同刻在同一地点打上同一个司机的同一辆车
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。 公司介绍 上海千朔投资管理有限公司成立于2018年9月，是一家专注于量化投资的基金管理公司，为中国证券投资基金业协会观察会员。核心团队来自于国内外顶尖院校，拥有在国内外知名量化基金公司的从业经历，核心成员毕业于北大数院，
最近"量化交易"成为了热门话题，具体缘由我就不多说了，之前觉得"量化交易"非常地神秘，"量化交易"是什么？它和"程序化交易"有什么区别？找些资料了解下。
新智元推荐 作者：齐国君 编辑：克雷格 【新智元导读】把深度学习的最新方法用来做股价预测可不可行？一个探讨路径之一是如何深入把经典的信号处理技术引入到深度学习技术中，用来分析各种序列数据（sequence data），比如股票价格、金融信号等，乃至更为一般的物理、经济、社会等活动的动态信号，抽象出有价值的模式，进而对其进行预测和分析。 傅立叶变换能用来炒股发财？ 事实上，几年前就有公司或者基金把深度学习的最新方法用来做股价预测，用来在股市上一搏了。 比如就有国内的研究人员用LSTM这种递归神经网络来
过去两年备受关注的汽车后市场坐了趟过山车，先是资本涌入，巨头布局、创业者“想方设法”挤进去，都想分一杯羹；而后却是一连串“噩耗”，一大批专注于汽车后服务的明星企业如博湃养车、久车久网、人人爱车网、2号车库、e洗车、车8洗车、智富惠、云洗车、嘀嗒洗车、工夫洗车等或倒闭或面临收购调解，所谓“剩者为王”，汽车后市场O2O在面临行业洗牌的同时也在积极谋求救生良药，谁才能救活汽车后市场呢？
量化交易看起来似乎就是用机器炒股，没什么大惊小怪的。但是我们拆解开量化交易的模型，您就知道其中的奥秘了。
【 AI 科技大本营按】2018年，AI 进入落地应用阶段，智能硬件相继上市，无人驾驶上路规范出台。在金融领域，AI 是如何助攻的呢？在 O'Reilly 和 Intel 人工智能 2018 北京大会上，营长如约见到了美国 Acorns 首席数据科学家，清华兼职教授种骥科博士，针对中美之间金融科技领域之间的差距，种博士表示，中国目前最亟待解决的问题是建立通用的信用体系。 ▌互联网信贷应用而生 金融行业在中国已经有200多年历史了，包括国外整个行业在内都有非常悠久的历史，它们通过分析主要的人性需求，衍生出
机器之心专栏 机器之心编辑部 图神经网络（GNN）被广泛应用于结构化数据的异常检测，例如社交网络恶意账号检测、金融交易欺诈检测等。香港科技大学和斯坦福大学的研究者首次从谱域的角度（即图拉普拉斯矩阵的谱分解）分析了异常数据可能造成的影响。核心发现是：异常数据将导致频谱能量出现 “右移” 现象，即频谱能量分布从低频向高频移动。基于这一发现，他们又提出了 Beta 小波图神经网络（BWGNN）。它拥有多个具有局部性的带通滤波器，能够更好捕获 “右移” 产生的高频异常信息。在四个大规模图异常检测数据集上，BWGNN
来源：机器之心本文约2700字，建议阅读5分钟本文提出了图异常检测的新工具 ——Beta 小波图神经网络 (BWGNN)。 图神经网络（GNN）被广泛应用于结构化数据的异常检测，例如社交网络恶意账号检测、金融交易欺诈检测等。香港科技大学和斯坦福大学的研究者首次从谱域的角度（即图拉普拉斯矩阵的谱分解）分析了异常数据可能造成的影响。核心发现是：异常数据将导致频谱能量出现 “右移” 现象，即频谱能量分布从低频向高频移动。基于这一发现，他们又提出了 Beta 小波图神经网络（BWGNN）。它拥有多个具有局部性的带通
在产品初期，当用户量比较少，原始粗犷的运营方式可以满足日常产品的需求。但随着产品逐步扩张，用户量也逐步增加，互联网流量红利的时代逐渐结束，粗暴的方式难以继续，多样化的用户需要精细化的运营。这个时候数字化精细化运营的价值将得到体现，提升效率，降低运营成本，把钱花在刀刃上。数字化运营包含有很多种如用户分层、用户分群、用户画像等多种方式。本篇主要介绍用户分层。
2017 年，小程序一整年都在完善其基础架构和开放能力，2018 年将是小程序的爆发元年。
我们在使用pandas分析处理时间序列数据时，经常需要对原始时间粒度下的数据，按照不同的时间粒度进行分组聚合运算，譬如基于每个交易日的股票收盘价，计算每个月的最低和最高收盘价。
1. 放开品类。伴随着与苹果的漫长谈判逐步结束，利益分配规则建立起来，微信小程序将实现对游戏、虚拟交易更大地支持。
美团到店业务本质上是服务业信息平台，理解这项业务的护城河，就需要理解服务业信息平台的商业模式发展，就需要知道，什么是服务业信息平台的可持续发展模式。
中国的O2O 行业发展独步全球 中国的O2O 行业发展已然独步全球，除了数量庞大的智能手机用户群体外，相对低廉的劳动力成本，广大的国土使得出门办事不那么便利，加上资本密集投入催熟行业，即使身为互联网鼻
近日，中国连锁经营协会（CCFA）与腾讯共同推出《中国零售业公私域运营手册暨实施指引》，帮助零售企业更好地理解公私域及联动的经营方式，同时也为实体零售企业搭建全域运营框架和体系，构建公私域联动的全域生意增长，提供切实有效的指导。
说到时间序列预测，读者们也许很容易联想到股票市场中的应用。而对于专业金融从业者来说，时间序列分析只是其中重要的方法论之一，更上层的，是整个复杂的量化交易领域。
“区块链 +”的革命已在医疗、金融、智能制造等行业拉开帷幕，无疑也会对供应链产生重要影响。供应链管理和供应链金融，由于市场规模足够大，满足多信任主体、多方协作、中低频交 易、商业逻辑完备等特点，是天然的区块链的用武之地。
资产证券化（以下按惯例称 ABS）如今在我国已经取得了良好发展，据国金 ABS 研究院的统计，2018 年 1-9 月，ABS 市场新发行产品规模共计 11,935.67 亿元，达到 2017 年全年发行量的 82%，同比增长 37%，继续保持高增速。从各监管部门主导的产品类型来看，信贷 ABS 和企业 ABS 平分秋色，市场份额各在 47%-48% 左右。与业务的高速增长相比，ABS 的发行周期依旧较为漫长，主要因其业务牵涉方较多且有大量线下环节。
BigQuant – 你的人工智能量化平台 – 可以无门槛地使用机器学习、人工智能开发量化策略，基于python，提供策略自动生成器
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，连续2年被腾讯云+社区评选为“年度最佳作者”。 前言 伴随股票市场的风格切换以及商品市场的极端波动，量化产品会在一定程度出现部分回撤，这也再次提醒我们多资产、多策略配置的重要性。然而，对于管理人来说，想要真正做好多策略并非易事，也远不止将几个策略组合在一起这么简单，在策略研发、人才、IT方面都对管理人提出了更高的要求。
图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。
2017年1月9日，微信小程序正式上线，数据显示，截止到2018年Q2微信小程序总量达100万，累计用户总数突破6亿。
小程序的崛起和繁荣成为了创投领域的新赛道，各大知名投资机构纷纷布局。那么，小程序到底蕴藏着什么样的价值，它又有着怎样的玩法呢？
届时，软银将提议新的三名董事会成员。据外媒消息，这三名董事会成员为软银集团首席财务官Yoshimoto Goto、芯片设计软件公司Cadence Design Systems首席执行官Lip-Bu Tan、早稻田商学院(Waseda Business School)教授Yuko Kawamoto。
前四期传送门： 【系列54】因子的有效性分析基于7种机器学习算法 【系列53】基于XGBoost的量化金融实战 【系列52】基于Python预测股价的那些人那些坑 【系列51】通过ML、Time Series模型学习股价行为 今天，继续我们的机器学习应用量化投资系列。本期我们介绍一篇杨勇团队撰写的研究报告。希望大家在写策略注意这些问题。 前言 从高频到低频 机器学习在高频量化策略上应用更加容易。 从线性到非线性 机器学习下的非线性比线性更能榨取数据的价值，但也更容易过度拟合，因此需要合理使用。 从单次分析
在建议用于预测已实现波动率的模型中，Corsi的HAR-RV在性能和简便性方面均脱颖而出。 “ HAR-RV”代表已实现波动性的异质自回归模型，并且基于所谓的“异质市场假说”。这表明，金融市场是人们以不同的频率行事的相互作用（例如，以高频率运行的公司，日内交易的交易商和低频率的机构投资者）。每一类市场都会以不同的频率引起波动，这将在一定程度上影响彼此。从这些考虑出发，想到了独立但联合地对每个波动频率建模的想法。这使我们得出以下结构非常简单的模型：
点击上方蓝色“程序猿DD”，选择“设为星标” 回复“资源”获取独家整理的学习资料！ 来源：悟空 funds zvt QUANTAXIS StockAnalysisSystem match-trade ---- 程序员炒股如果能自己搞一些小工具还是蛮厉害的，一方面炒股，另一方面也不会把技术落下。而且这些辅助工具如果切实为自己带来了方便，考虑到股民群体的庞大，这或许是个不错的商机～ 今天和小伙伴们分享五个开源的股票交易工具，感兴趣的小伙伴可以看看哦～希望能给大家一点启发！ funds 项目作者：rabt st
王立威教授作为首位获得AI's 10 to Watch奖的亚洲学者，同时也是LUNA和天池AI医疗大赛冠军队导师，从人工智能研究者的角度出发，为500多位资深医疗人工智能人士做了120分钟的深度分享和学员互动问答。 王立威教授指出，只满足把自己定位于一个人工智能研究者来看待医学影像问题，将图像识别技术单纯地嫁接到医学影像原有的系统上，即便数字结果看起来不错，但距离“好用的产品”依旧非常遥远。 嘉宾介绍： 王立威：北京大学信息科学技术学院教授 王立威教授在机器学习领域发表论文100余篇，2011年入选人工
一边是万物新生集团成功赴美IPO，一边是转转又在寻求新一轮融资，这两件前后脚发生的事情，充分验证了二手电商已经开始走上风口。
滤波器：抑制或最小化某些频率的波和震荡的装置或材料 低通滤波器抑制或最小化高频率的波 高通滤波器抑制或最小化低频率的波 频率：自变量单位变化期间内，一个周期函数重复相同值序列的次数
分析一个城市的房屋市场，我们可以用过去十年看未来五年。也主要看两个核心指标：「常住人口」，「住宅用地」。
智能合约貌似就是一段脚本，可以被准确执行。这用传统的技术也能实现，为什么一定要用区块链技术呢？区块链又是否真的能应用于电商等现实交易？
什么是死去？是终点，是诀别，是不可挽留， 是再也握不到的手，感觉不到的温度， 再也说不出口的“对不起”。
大家好，我是Snowball。今天给大家分享的内容是基于Java编程，实现股票交易相关功能开发，如果读者对股票或金融衍生物交易不太了解，又比较感兴趣的话可自行查询相关资料。
小波变换融合算法基本思想：首先对源图像进行小波变换，然后按照一定规则对变换系数进行合并；最后对合并后的系数进行小波逆变换得到融合图像。
上市价格预估（溢价率）：112.41 * (1 + 28.88%) = 144.87元。
显著-偏置卷积神经网络简介 金融时间序列通常通常包含多个维度，不同维度数据的采样频率也不一致。例如螺纹钢研究员通常关心螺纹钢的因素有日频更新的现货螺纹钢价格，周频更新的螺纹钢库存，高炉开工率和线螺采购量，而月频更新的则有商品房销售面积等。如果其中某些可观测因子发生了变化，投资者对未来螺纹钢期货涨跌的预期也应发生变化，但是如何处理这些不同频率的数据是量化模型的一大难题。一种比较简单直接的方法就是降低数据的采样频率，例如把日频数据统一为周频（甚至更低如月频），再基于周频数据进行预测。但这种方法的缺点也很明显，期
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
