前面两个部分我们已经探讨过了循环强化学习和agents交易，那么今天我们来看一下 程序化交易 领域中关于LSTM的Dropout用法。 首先什么是Dropout用法，由于各种非线性隐藏层存在于LSTM循环神经网络，这就让LSTM循环神经网络非常有表现力。但是具有表现力的同时...

在上一部分文章中的我们主要对循环强化学习的概念有了一个了解，以及说明为什么要采用接强化学习和循环强化学习。今天这部分主要来带大家了解一下如何定义一个agent以及如何进行程序化交易。 为了确保智能交易agents是可行的，我们需要将这种交易方法应用到...

接下来我们将会把美国银行研究员David W. Lu发表的一篇，关于循环强化学习和神经网络在 程序化交易 中应用的文章部分主要翻译内容，拿出来与大家分享，欢迎大家与我们共同讨论！ 此篇文章主要提出循环强化学习和LSTM神经网络在证券自动交易领域的应用。研究...

可以预见，在将来相当长的一段时间里，将是人和机器融合模式。对 量化投资 来说，将会是分析师们的智慧和人工智能的相融合。人脑的经验常识、情感思维、抽象思维是目前的AI不具备的，但AI的计算能力和模糊运算是人脑不能企及的。那么，AI+量化投资模式，有可...

最近几年，国内的 量化投资 和人工智能备受投资者的关注，吴振中（同行业专业人士）表示：目前国内的量化投资体现出来的形式是多元化的，潜藏的市场机会很多，因此，在中国量化投资也走进了黄金时期。他认为将来的量化投资领域，多因子模型筛选股票将被机器...

最近人工智能炒的如火如荼， 程序化交易 跟随着这股风气，也开始了一段爆发阶段，近几个月来，摩根士丹利、瑞士信贷集团、高盛集团等银行都相继推出新型的交易软件系统，做好准备在这场规模达到六万亿美元级别的债券盛世中分一杯羹。 压抑一直是爆发的源头，...

智能投顾最近十分火爆，摩根大通要用AI进行交易的新闻更是带火了智能投顾的话题度，今天这篇文章我们就来谈谈智能投顾到底是一个骗术还是真正的未来趋势？ 如今，随着科技的发展，智能在我们生活中的参与度越来越高，智能产品正迅速渗透到生活中的方方面面，...

在今年五月份的围棋峰会中，阿尔法狗大败世界围棋等级分第一的柯洁九段。让不少人陷入恐慌，阿尔法狗战胜柯洁，几乎没有用到围棋领域的知识，而是通过大量的自我对局训练，充分利用了大数据和深度学习的优势。阿尔法狗进军量化投资，这到底是怎么一回事呢？...

人们试图通过对金融数据的长期观察找到其运行规律，但金融数据量大而庞杂，虽然有些人能通过观察形成一些高超的见解，但是在数据量如此大的情况下，大多数时候,大多数人都会处于一种混乱的状态，特别是在这些数据呈现出高维状态的时候。市场指标的出现也就是...

此篇是 《机器学习入门必读（一）》 之后的续篇，主要是一些机器学习经典资料汇总。 一、入门攻略 1. 机器学习入门资源不完全汇总 2. tornadomeet 机器学习 笔记 3.《 Machine Learning Theory: An Introductory Primer 》 机器学习最基本的入门文章，适合零...

很多朋友在读过 《机器学习怎样应用于量化交易（一） 》之后，表示对机器学习很感兴趣，此篇讲讲机器学习该怎么入门。首先，我必须表明，真的想学Machine Learning的人，不如找本书仔仔细细的读完，总比看些朋友圈的标题党，什么machine learning十大算法来...

实际上， 一些欧美领先金融机构 已经在使用基于machine learning的投资模型。现如今，国内除了宽泛意义上的量化就分三块：1.搞多因子的；2.搞机器学习的；3.搞统计套利的。有的人用用机器学习忽略了上层的关系，只是粗暴的从数据中强行找联系，个人觉得一些...

曾有朋友问过，国内现在量化领域机器学习应用的少，是否因为效果不如简单的策略。其实，把机器学习应用在量化交易上始终面临着两难，却并不是无解的两难。很多时候并不是机器学习不work，而是真正懂如何用正确科学的统计思维使用Machine Learning的人才太少...

机器中的幽灵：人工智能在金融市场的影响、风险及监管 《机器中的幽灵：金融市场中的人工智能、风险及监管》是Euromoney Institutional Investor Thought Leadership 的一项调查报告，他们对全球金融机构中的 424 名高级管理人员进行了调查问卷，研究人工智...

本文主要对人工智能化系统方面的设计技术进行了探讨。...