首页 百科正文

基于人工智能的量化交易(人工智能在量化交易中的应用与实战)

woniu 百科 2021-09-19 02:30:02 11964 0 ar机器机器学习智能区块链
基于人工智能的量化交易(人工智能在量化交易中的应用与实战)

基于人工智能的量化交易(人工智能在量化交易中的应用与实战)

基于人工智能的量化交易(人工智能在量化交易中的应用与实战)

===============课程目录===============课程大纲.pdf(1)\00课件;目录中文件数:16个├─A-Cloons.pdf├─AIpdf├─botvs.py├─fundation of machinelearning.pdf├─h2o-3.8.3.3.rar├─Quantitative_trading_basis_v2.zip├─stanford machine learning.zip├─Stochastic Calculus for Finance II - Quantitative Finance Summaries.pdf├─《AI量化交易》微专业预习指导 V1.0.pdf├─安装h2o.txt├─更新库Module脚本.py├─期权、期货及其他衍生产品__原书第8版【马尔科夫、布朗、伊藤、BS、蒙特卡罗】.pdf├─稀牛云实验平台关联说明与使用指导(QT3).pdf├─迭代课程观看指南.pdf├─量化投资,以Python为工具(代码及数据).tar.bz2├─随机过程_Sheldon M.Ross著.pdf(2)\01AI量化交易微专业系列直播课├─课时1量化交易实战应用与就业——全方位探索AI量化交易(下).mp4├─课时2打开量化交易的大门——全方位探索AI量化交易(上).mp4├─课时3老司机领你探索AI量化交易.mp4├─课时4从小白到入门,给程序员的量化交易第一课.mp4├─课时5走近科学:传说中的量化策略到底多神秘?.mp4├─课时6如何应用量化技术做全球资产配置.mp4├─课时7AI量化交易,你不可不知的另类数据投资.mp4├─课时8不要怂!非CS非math的量化小白入门经验分享.mp4├─课时9一探究竟,量化实例讲解.mp4(3)\02量化交易基础(4)\03投资标的:Alpha策略篇(5)\04投资标的:CTA传统与进阶篇(6)\05投资标的:高频交易篇(7)\06 衍生品:定价模型初级稿(8)\07.衍生品:定价模型高级篇(9)\08.前沿:最新AI技术应用篇(10)\09.求职:从业经验篇(11)\10.趣味:德州扑克中的量化与策略├─1.0导读篇.mp4├─1.1德州扑克历时及规则.mp4├─1.2德州扑克的量化与概率计算.mp4├─1.3德州扑克智能策略.mp4(12)\【资料】实验课程(13)\00课件\[10]预习_区块链├─人工智能时代一本书读懂区块链金融.pdf(14)\00课件\[1]预习_Python├─【初级】简明Python教程.pdf├─【进阶】Python for Data Analysis, 2nd Edition.pdf├─【进阶】python_tutorial(1).pdf├─【高阶】利用Python进行数据分析.pdf(15)\00课件\[2]预习_R├─R语言与数据挖掘最佳实践和经典案例.pdf├─R语言入门与实践.pdf├─R语言初学者指南.pdf├─R语言实战(中文完整版).pdf├─R语言核心技术手册(第二版).pdf(16)\00课件\[3]预习_C++├─C++Primer+中文第四版.pdf├─现代C++程序设计.pdf(17)\00课件\[4]预习_Matlab├─MATLAB_MAC.txt├─MATLAB_REFRENCES.txt├─MATLAB_WIN.txt├─Matlab经典教程——从入门到精通.pdf(18)\00课件\[5]预习_VBA├─在线学习网站.txt(19)\00课件\[6]预习_数学├─《人工智能数学基础》学前必备大学数学知识图谱.pdf├─微积分教程(上册)清华大学出版社.pdf├─微积分教程(下册)清华大学出版社.pdf├─数学之美.pdf├─概率论与数理统计同济大学.pdf├─线性代数.pdf├─线性代数重点_by Jason.pdf├─高数上册重点Jason.pdf├─高数下册重点Jason.pdf(20)\00课件\[7]预习_金融├─Steve_ShreveStochastic_Calculus_for_Finance_II.pdf├─successful algorithmic trading中文版简校版.pdf├─《Python与量化投资-从理论到实战》 代码.rar├─打开量化投资的黑箱原书第2版.pdf├─海龟交易法则.pdf├─积极型投资组合管理:控制风险获取超额收益的数量方法(第二版).pdf├─量化投资以Python为工具.pdf├─金融计量学:从初级到高级建模技术.pdf├─金融随机分析I(中文版_1-2卷).pdf(21)\00课件\[8]预习_机器学习├─机器学习(Ng教授)作业及讲义.zip├─机器学习_周志华.pdf├─机器学习实战(中文版+英文版+源代码).zip├─机器学习简单分析.rar├─稀牛学院×网易云课堂《机器学习工程师》微专业_课程大纲.pdf(22)\00课件\[9]预习_深度学习├─Deep Learning.pdf├─PRML中文版.pdf├─Tensorflow 实战Google深度学习框架.pdf├─TensorFlow实战_黄文坚.pdf(23)\00课件\课程_PDF;目录中文件数:32个├─101 Formulaic Alphas.pdf├─0106-方正证券-方正证券“星火”多因子系列报告(一):Barra模型初探,A股市场风格解析.pdf├─0303-方正证券-方正证券“星火”多因子系列(二):Barra模型进阶,多因子模型风险预测.pdf├─0507-财通证券-财通证券“拾穗”多因子系列报告(第11期):多因子风险预测,从怎么做到为什么.pdf├─Common risk factors in the returns on stocks and bonds.pdf├─Multifactor Explanations of Asset Pricing Anomalies.pdf├─Size and Book-to-Market Factors in Earnings and Returns.pdf├─The Cross-Section of Expected Stock Returns.pdf├─The_Barra_US_Equity_Model_(USE4)August 2011.pdf├─The_Barra_US_Equity_Model_(USE4)September 2011.pdf├─【新】第四章 Barra风险模型和波动率.pdf├─第一章 量化交易基础:成对交易与模型自动化.pdf├─第七章 机器学习CTA.pdf├─第三章 投资组合的对冲和多因子模型.pdf├─第九章 市场的动量和反转.pdf├─第二章 寻找市场中的alpha.pdf├─第五章 CTA入门与CTA策略回测.pdf├─第八章 仓控制和分配 .pdf├─第六章 传统CTA.pdf├─第十一章 降低时延,增加收益 (1).pdf├─第十一章 降低时延,增加收益 (2).pdf├─第十一章 降低时延,增加收益.pdf├─第十七章 面向对象的编程.pdf├─第十三章 连续模型.pdf├─第十九章 企业利率衍生品模型.pdf├─第十二章 离散模型.pdf├─第十五章 现代衍生品定价模型.pdf├─第十八章 利率衍生品模型.pdf├─第十六章 模型与数值计算方法进阶.pdf├─第十四章 隐含波动率微笑.pdf├─第十章 瞬息万变的市场,毫厘之间的交易机会.pdf├─第四章 Barra风险模型和波动率.pdf(24)\02量化交易基础\第1章 量化交易基础:成对交易与优化├─1.1 量化交易简介.mp4├─1.2 大纲简介与课程设置.mp4├─1.3 成对交易算法.mp4├─1.4 【Python实战】基于成对交易算法的目标股票池选取和自动交易.mp4├─1.5 成对交易问题探讨与模型优化.mp4├─1.6【Python实战】案例算法优化之动态成对交易模型.mp4├─1.7(25)\03投资标的:Alpha策略篇\第2章 寻找市场中的alpha├─2.1 利用技术面数据挖掘A股中具有超额收益的股票.mp4├─2.2 【Python实战】基于单因子回测的因子有效性验证.mp4├─2.3 量价因子和基本面因子的有效性和换手率.mp4├─2.4 因子的评价体系和IC,IR,在自制回测框架中加入因子评价指标.mp4├─2.5 因子间相关性和PCA,利用自制回测框架计算因子的相关性矩阵.mp4├─2.6 【Python实战】利用PCA使多个因子降维和去除共线性.mp4├─2.7(26)\03投资标的:Alpha策略篇\第3章 投资组合的对冲和多因子模型├─3.1 如何用期货对冲beta收益,做到无论市场涨跌与否都能赚得收益.mp4├─3.2 基于均价、开盘-收盘价在自制回测框架中加入更细致的撮合.mp4├─3.3 【Python实战】建立简单投资组合的对冲回测,检验策略收益.mp4├─3.4 线性回归和多因子股票组合,画出无视牛熊市的超额收益曲线.mp4├─3.5 因子加权方式对组合收益的影响以及IC、IR加权.mp4├─3.6 【Python实战】回测多因子组合策略,提升自己策略的收益表现.mp4├─3.7(27)\03投资标的:Alpha策略篇\第4章 Barra风险模型和波动率├─4.1 Barra风险模型的风格因子,了解市场不同阶段股票的涨幅特征.mp4├─4.2 风格因子在投资组合上的暴露,在回测系统中加入风险暴露模块.mp4├─4.3 【Python实战】利用减小风格暴露减少多因子组合的历史回撤.mp4├─4.4 协方差矩阵和组合收益波动率,凸优化在组合投资中的应用.mp4├─4.5 利用sharp ratio评价组合策略,实现多倍杠杆进入股市.mp4├─4.6【Python实战】利用协方差矩阵减小投资组合的波动率.mp4├─4.7(28)\03投资标的:Alpha策略篇\第4章 【新】第四章 Barra风险模型和波动率├─4.0本章概述.mp4├─4.1风险模型简介.mp4├─4.2Barra结构化风险模型.mp4├─4.3因子收益风险估计.mp4├─4.4特质收益风险估计.mp4├─4.5【Python实战】Barra风险模型A股本土化.mp4├─4.6(29)\04投资标的:CTA传统与进阶篇\第5章 CTA入门与CTA策略回测├─5.1.1什么是CTA策略.mp4├─5.1.2CTA策略的主要特点与分类.mp4├─5.1.3CTA策略的盈利来源.mp4├─5.2.1CTA信号的定义,三种不同的定义方法.mp4├─5.2.2使用Sharpe、Calmar,最大回撤,收益回撤比评价CTA策略.mp4├─5.2.3看得见的看不见的交易成本.mp4├─5.2.4回测和真实交易的差距.mp4├─5.2.5【Python案例】推进分析下的均线策略.mp4(30)\04投资标的:CTA传统与进阶篇\第6章 传统CTA├─6.1技术指标与业内内幕级别第三方库.mp4├─6.2样本内和样本外.mp4├─6.3过拟合和欠拟合.mp4├─6.4【python实战】基于推进分析的双均线策略回测与评价.mp4(31)\04投资标的:CTA传统与进阶篇\第7章 机器学习CTA├─7.1什么是机器学习.mp4├─7.2监督与非监督式学习.mp4├─7.3从因子出发理解机器学习“黑箱”.mp4├─7.4传统的因子分析为什么不适合用来理解机器学习“黑箱”.mp4├─7.5【R实战】机器学习策略的归因于回撤时的调整策略.mp4├─7.6【python实战】基于机器学习做出第一个机器学习CTA策略.mp4├─7.7【python实战】使用H2O建立你的第一个机器学习CTA策略.mp4(32)\04投资标的:CTA传统与进阶篇\第8章 仓位控制和分配├─8.1基于预测值和其他指标进行仓位控制.mp4├─8.2波动率倒数模型.mp4├─8.3均值-方差模型(Mean Variance Model).mp4├─8.4Black Litteman 模型.mp4├─8.5【进阶】仓位控制和分配进阶学习.mp4├─8.6【Pyhton实战】用Python实现Mean Variance模型.mp4(33)\05投资标的:高频交易篇\09.第九章 市场的动量和反转├─9.1多股票的相关性,了解行业内股票的轮动和互相牵扯关系.mp4├─9.2【Pyhton实战】寻找行业最相关的两只股票并设计相关性策略.mp4├─9.3市场的短期波动和主动成交方向的关系.mp4├─9.4回归和动量:市场的正反面.mp4├─9.5【python实战】设计简单的均值回归策略和动量突破策略_0722_222817.mp4(34)\05投资标的:高频交易篇\10.第十章 瞬息万变的市场,毫厘之间的交易机会├─10.1什么是order book.mp4├─10.2打开交易所高频数据的秘密.mp4├─10.3在回测框架中解析高频数据.mp4├─10.4大单策略.mp4├─10.5【python实战】验证自己的订单在交易所撮合的位置.mp4├─10.6CPU和订单延时.mp4├─10.7python实战,设计大单策略在500ms模拟延时下验证策略有效性.mp4(35)\05投资标的:高频交易篇\11.第十一章 降低时延,增加收益├─11.1对冲基金_0722_222903.mp4├─11.2处理器-网课的效率.mp4├─11.3【python实战】不同方式计算矩阵相乘消耗时间对比.mp4├─11.4处理器调度.mp4├─11.5设计调度策略为高频交易服务.mp4├─11.6【python实战】利用减少的时延策略在200ms下的收益.mp4(36)\06 衍生品:定价模型初级稿\12第十二章 离散模型├─01.12.1衍生品定价部分介绍.mp4├─02.12.2做市商和Quant.mp4├─03.12.3衍生品(Derivatives).mp4├─04.12.4二叉树模型(Binomial model).mp4├─05.12.5参考书目.mp4├─06.12.6【python实战】二叉 树模型.mp4(37)\06 衍生品:定价模型初级稿\13第十三章 连续模型├─01.13.1布朗运动和lto积分.mp4├─02.13.2布莱克-斯科尔斯(Black Scholes)模型.mp4├─03.13.3蒙特(Monte Carlo)模拟股票.mp4├─04.13.4Greeks希腊字符.mp4├─05.13.5 参考书目.mp4├─06.13.6【python实战】用Black Scholes模型期权定价.mp4(38)\06 衍生品:定价模型初级稿\14第十四章 隐含波动率微笑├─01.14.1隐含波动率.mp4├─02.14.2现实中的问题.mp4├─03.14.3 赫斯顿模型(The Heston model)_0810_191354.mp4├─04.14.4校准(calibration).mp4├─05.14.5参考章节-只有一张图片.doc├─06.14.6【python实战】Heston模型的校准.mp4(39)\06 衍生品:定价模型初级稿\15第十五章 现代衍生品定价模型├─01.15.1蒙特卡洛(Monte Carlo)模拟进阶.mp4├─02.15.2随机微分方程和偏微分方程转换.mp4├─03.15.3差分法.mp4├─04.15.4参考书目.mp4├─05.15.5【论文】现代衍生品定价模型.mp4(40)\07.衍生品:定价模型高级篇\16第十六章 模型与数值计算方法进阶├─16.1跳跃过程_0826_233622.mp4├─16.2Heston 模型的推导与启发.mp4├─16.3快速傅里叶变化的期权定价体系.mp4├─16.4参考书目.mp4├─16.5【Python实战】MorganStanley基于Fourier变换的期权定价模型.mp4(41)\07.衍生品:定价模型高级篇\17第十七章 企业级量化(Quant)库介绍├─17.1QuantLin简介.mp4├─17.2面向对象的编程.mp4├─17.3设计模式(Design Patterns).mp4├─17.4定价引擎(Picing Engine).mp4├─17.5参考资料.doc(42)\07.衍生品:定价模型高级篇\18第十八章 利率衍生品模型├─18.1利率衍生品介绍.mp4├─18.2Ho-lee,CIR and Hull White.mp4├─18.3计价物的变化.mp4├─18.4HJM(Heath-Jarrow-Morton)定价体系.mp4├─18.5参考书目.mp4├─18.6【论文】利率衍生品定价的实际困难.mp4(43)\07.衍生品:定价模型高级篇\19第十九章 企业利率衍生品模型├─19.1The Stochastic Alpha Beta(SABR)model.mp4├─19.2SABR模型存在的套利.mp4├─19.3无套利SABR模型.mp4├─19.4 Crank-Nicolson方法的缺陷.mp4├─19.5参考书目.mp4├─19.6【VBA-Matlab实战】无套利SABR模型的隐含波动率和期权定价.mp4(44)\07.衍生品:定价模型高级篇\20第二十章 其他衍生品,定价模型以及更多资源├─20.1奇异期权(Exotic options).mp4├─20.2信用违约互换(Credit Default Swap).mp4├─20.3 大宗商品(Commodities).mp4├─20.4外汇(Foreign Exchange).mp4├─20.5参考书目.mp4(45)\08.前沿:最新AI技术应用篇\第二十一章 区块链与数字货币的量化实战├─21.1区块链梗概.mp4├─21.2区块链技术原理.mp4├─21.3关于数字货币.mp4├─21.4.对接去中心化交易所.mp4├─21.5数字货币交易的进阶学习.mp4(46)\08.前沿:最新AI技术应用篇\第二十三章 强化学习和股票日内交易策略├─23.1背景与使用场景.mp4├─23.2强化学习模型算法.mp4├─23.3【Pyhton实战】Q-Learning 解决小游戏.mp4├─23.4股票交易问题设定.mp4├─23.5【Pyhton实战】创建智能炒股AI.mp4├─23.6强化学习进阶攻略.mp4(47)\08.前沿:最新AI技术应用篇\第二十二章 自然语言与卷积神经网络模型├─22.1新闻与大事件对股票影响.mp4├─22.2自然语言处理.mp4├─22.3案例:自然语言处理三大经典案例.mp4├─22.4卷积神经网络于文字的应用.mp4├─22.5【Python实战】CCTV新闻与A古大盘涨跌分析.mp4├─22.6自然语言处理进阶学习攻略.mp4(48)\09.求职:从业经验篇\第二十四章 从业经验分享├─24.1Alpha策略从业经验分享.mp4├─24.2CTA从业经验分享.mp4├─24.3高频交易从业经验分享.mp4├─24.4定价模型从业经验分享.mp4(49)\【资料】实验课程\1学习使用稀牛学院的在线实验环境├─1学习使用稀牛学院的在线实验环境.doc├─1学习使用稀牛学院的在线实验环境.png├─1学习使用稀牛学院的在线实验环境2.pdf(50)\【资料】实验课程\2第一门:量化交易基础├─2Quantitative_trading_basis.zip├─2第一门:量化交易基础.png(51)\【资料】实验课程\3第二门:投资标的:Alpha策略篇├─3New_Alpha_Strategy.zip├─3第二门:投资标的:Alpha策略篇.png(52)\【资料】实验课程\4第三门:投资标的:CTA传统与进阶篇├─4CTA.zip├─4第三门:投资标的:CTA传统与进阶篇.png(53)\【资料】实验课程\5第四门:投资标的:高频交易篇├─5High_frequency_trading.zip├─5第四门:投资标的:高频交易篇.png(54)\【资料】实验课程\6第五门:衍生品:定价模型初级篇├─6Derivative_Pricing_Part1.zip├─6第五门:衍生品:定价模型初级篇.png(55)\【资料】实验课程\7第六门:衍生品:定价模型高级篇├─7第六门:衍生品:定价模型高级篇.doc├─7第六门:衍生品:定价模型高级篇.png├─7第六门:衍生品:定价模型高级篇2.pn

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/baike/12772.html

发表评论

评论列表(0人评论 , 11964人围观)
☹还没有评论,来说两句吧...