野生咖啡师2025-12-17·社区交流PandaAI的第一周内侧体验PandaAI的第一周内侧体验 作为一个5年的主观交易员，在听到量化交易可以模块化进行研究回测，我是不太相信的。但是当我打开pandaAI的网页以后，颠覆了我对量化交易的认知。之后就加入pandaAI的群聊，也拿到了内侧名额。所以我来聊聊拿…#机器学习#Python#组合优化
137****56232025-12-15·机器学习【内测心得】优秀的AI量化普及仿真软件平台1 1.1传统算法和机器学习的融合 - 由于博士期间做管理学和AI交叉融合的研究，然而AI让我非常惊喜经验，管理学却让我无比痛苦。因此毕业以后，不再从事管理学，而是决定寻找AI的其他研究方向。尝试过AI机器方向…#经验分享#机器学习#量化策略#中频交易
ELVES2025-09-15·机器学习因子合成的一些实践和方法因子合成的实践和方法 使用GPlean训练出来的一些因子表达式存在很高的相关性，当卡掉相关性以后我们要做因子合成来提高信息的有效性，这次介绍一些常见的合成方法。 1.1 因子相关性处理 这一步的核心在于我们如何发现刻画并解决因子间的多重共线…#机器学习
ELVES2025-09-09·机器学习基于遗传规划的因子挖掘1.1 一些思考 - 世坤的alpha101给大家展示了因子如何变成表达式，那怎么快速生成表达式是一个问题 - 普通的量价因子和基本面因子效果一般，能不能通过遗传的方法让他们产生新的因子; 1.2 遗传算法基础 1. 背景概念 遗传规划是一…#机器学习
我是宽客2025-09-07·社区交流AlphaGen理论篇 - 强化学习基础一、引言 ::: hljs-center 强化学习已经开始 “闯” 量化！ ::: ::: hljs-center ::: 在参加《量变学院》第五期线下课程后，我首次接触到AlphaGen这一基于强化学习的公式化Alpha因子挖掘框架。其核…#第五期线下课#线下课#学习资源#机器学习
李不白2025-09-02·数据源与处理傅立叶变换的核心能力，与Twap与Vwap的案例结合# # 傅立叶变换的核心能力，与Twap与Vwap的案例结合 傅立叶变换的本质是 “将时域信号分解为频域信号”—— 简单说，就是把 “随时间变化的价格 / 成交量数据”（比如 1 分钟 K 线的价格序列），拆解成由不同 频率（周期）、振幅（…#机器学习模型#机器学习#趋势跟踪#动量策略
李不白2025-08-27·机器学习各类机器学习模型常见的应用场景各类机器学习模型常见的应用场景 1.1 机器学习在量化交易当中的底层逻辑 -量化交易的核心是通过数据，统计，找出市场的规律，从而预测市场走势， 常见的规律有线性规律与非线性规律， 而机器学习就像一个 “数据翻译官”，能从海量金融数据中找出非…#机器学习模型#机器学习#机器学习策略#量化策略
Cai2025-07-11·课程Alphagen学习笔记（1.Qlib因子生成部分（代码精简））接上一篇：Alphagen学习笔记（1.Qlib因子生成部分）。接下来尝试简化和重写qlib因子生成（更准确说应该是“因子计算”），即：1.替换成本地parquet文件行情数据2.再按表达式计算出因子值。 行情和因子值在各个模块中传递顺序为…#第五期线下课#python入门基础#线下课#机器学习
Co2025-06-02·机器学习基于《AI系列研究之二：多模型集成量价 Alpha策略》实战演练上篇基于《AI系列研究之二：多模型集成量价Alpha策略》理论分析 本篇文章会对其中各部分进行代码研究 项目需求分析与技术架构设计 业务需求梳理 项目的核心目标是构建一个多模型股票预测系统，具体需求包括： 数据层面的要求： - 股票池：全A…#c##机器学习模型#机器学习#Python
Co2025-06-02·机器学习精华基于《AI系列研究之二：多模型集成量价Alpha策略》理论分析引言 招商证券的这份研究报告代表了传统金融机构在人工智能应用领域的重要探索。作为AI系列研究的第二篇，该报告聚焦于多模型集成技术在量价Alpha策略中的应用，为量化投资提供了一套完整的技术解决方案。 通过深入研读，我发现这份报告最大的价值在…#c##经验分享#机器学习模型#机器学习
ELVES2025-05-23·机器学习精华线性因子到端到端模型的尝试（二）：提供数据集+训练代码1.1 背景 这几天踩了不少数据的坑，趁热打铁总结一下，也希望能帮大家少走点弯路。数据清洗这块，很多人觉得是琐事，其实它对最终策略效果的影响非常大。模型的好坏，很多时候不是算法决定的，而是你喂进去的数据质量决定的。下面我举几个例子，大家就懂…#机器学习模型#机器学习#多因子模型#中频交易
ELVES2025-05-16·机器学习精华线性因子到端到端模型的实战系列（一） 开篇背景 最近在小安老师建议下做端到端阿尔法模型的构建复现，踩了不少坑，也有一些收获。这篇文章是结合招商证券那篇《端到端的动态Alpha模型》研报的第一部分，以及我自己的实践经验整理出来的，顺便附了我画的图来梳理结构。 一、线性因子模型逐渐失效…#策略讨论#机器学习模型#机器学习#多因子模型
Co2025-05-12·机器学习精华基于《AI系列研究之一：端到端的动态 Alpha模型》实战演练上篇基于《AI系列研究之一：端到端的动态Alpha模型》理论分析 本篇文章会对其中各部分进行代码研究 大概流程划分为下 数据清洗 目的 - 保证输入数据的质量，剔除不符合要求的样本。 - 减少后续特征工程和模型训练的偏差。 - 过滤掉 ST…#机器学习#Python#历史数据
Co2025-05-05·机器学习精华基于《AI系列研究之一：端到端的动态Alpha模型》理论分析1.引言 招商证券发布的这篇研究报告《AI系列研究之一：端到端的动态Alpha模型》探讨了一种基于深度神经网络的动态Alpha因子模型，旨在解决传统线性Alpha模型的局限性。这项研究不仅展示了机器学习在量化金融领域的应用，也为投资决策提供…#机器学习#机器学习策略#Python#mysql
