作者：Chuan Bai编译：1+1=61前言金融市场主要处理时间序列方面的问题，围绕时间序列预测有大量的算法和工具。今天，我们使用CNN来基于回归进行预测，并与其他一些传统算法...

引言杜鲁门说，“你不能预测未来的唯一问题，就在于你不了解历史”。欧奈尔在《笑傲股市》一书中，通过总结1880-2008年表现最为强劲的100多只股票价格形态图来洞察牛股的选股和把握时机，...

D1引言从系统论的角度来看，股票市场是一个复杂系统，市场的涨跌是由资金流（市场资金存量、流入量、流出量）和回路（市场信息与交易者行为形成的各种反馈、调节、增强回路）非线性作用下的结果。换句...

引言随着金融数据的不断增长和复杂化，传统的统计方法和机器学习技术面临着挑战。深度学习算法通过多层神经网络的构建，以及大规模数据的训练和优化，可以从数据中提取更加丰富、高级的特征表示，从而提供更准确、更稳定的预测和决策能力。在金融领域，深度学习算法已经被广泛应用于多个关键任务。首先，风险评估是金融机构必须面对的重要问题之一。深度学习算法可以通过学习大规模的历史数据，识别隐藏在数据中的潜在风险因素，并

01引言神经网络一开始是为了研究人脑图并了解人类如何做出决策，而算法试图从交易方面消除人类情绪的影响。我们有时没有意识到的是，人脑很可能是这个世界上最复杂的机器，并且众所周知，它可以非常有...

qstock目前包括数据获取（data）、可视化(plot)、选股(stock)和量化回测（backtest）四个模块。

从数据清洗（Tushare）、回测引擎（Backtrader）到可视化看板（Streamlit）——12 周后，你得到的不是一堆代码片段，而是一个可运行、可迭代的量化工作台。不画饼，不讲"暴富故事"，就聊一件事——作为程序员/有投资经验的普通人，怎么用技术能力，真正搭建一套可运行的量化交易系统。你不是在学量化，你是在建一支"AI 交易团队"，这个课不教你怎么写一个策略，而是教你如何搭建一套多智能体

D1引言从系统论的角度来看，股票市场是一个复杂系统，市场的涨跌是由资金流（市场资金存量、流入量、流出量）和回路（市场信息与交易者行为形成的各种反馈、调节、增强回路）非线性作用下的结果。换句...

01引言神经网络一开始是为了研究人脑图并了解人类如何做出决策，而算法试图从交易方面消除人类情绪的影响。我们有时没有意识到的是，人脑很可能是这个世界上最复杂的机器，并且众所周知，它可以非常有...

01引言近年来，深度学习在NLP领域取得了显著进展。由于时间序列本质上也是呈现出序列性，如果将预训练的转换器（transformers）模型应用在时间序列预测上，结果将会如何呢？不少学术论文（如参考文献[2]和[3]）对深度学习模型进行了深度探讨，但并没有展示出完整的情况。有趣的是，即使在NLP的案例中，一些人更倾向于将GPT模型的重大突破归功于“更多的数据和计算能力”，而非“更优秀的机器学习研究