社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

国金金工团队Python入门培训沙龙活动在三地圆满举办!

国金证券研究 • 4 月前 • 138 次点击  


 线下沙龙

 北京|上海|深圳

近日,国金证券金融工程团队在北京、上海、深圳三地圆满举办了Python入门培训沙龙活动。此次活动围绕“Python在主动投研中的应用”展开,为到场投资者提供了一场技术与实践相结合的学习盛宴,共同探讨了主动投研与量化结合的发展趋势和未来方向。


随着金融科技的快速发展,主动投资与量化分析的融合已成为行业的新常态。Python,作为一种功能强大的编程语言,在量化分析中扮演着越来越重要的角色。基于此,国金证券金融工程团队精心策划并组织了本次培训沙龙,围绕Python编程基础、数据分析、机器学习等核心内容进行了深入浅出的讲解,并通过实际案例展示了Python在量化投资中的应用场景和大语言模型(如ChatGPT)在量化投研中的前沿应用。


高智威

国金证券金工首席分析师

SAC:S1130522110003    


ChatGPT赋能:主动投研新境界

国金证券金工首席分析师高智威做了主题为《ChatGPT赋能:主动投研新境界》的分享,ChatGPT的引领下,量化投资方法出现了新的趋势,大语言模型今年以来密集迭代升级,长文本,多模态方面能力增强,在应用层面,预期多模态能力将进一步提升,小模型将发展迅速,智能体依旧是大模型应用端落地的主要载体。同时,高智威也介绍了大模型金融领域应用方法,并现场展示如何运用大模型挖掘高频选股因子,解析卖方策略等方法。国金金融工程团队已围绕ChatGPT展开多项深度前瞻研究,从选股、行业配置、CTA策略等多个角度,对ChatGPT在量化投资策略中的应用开展深入探讨。



许坤圣

高智威

国金证券金工研究员

SAC:S1130522110003    


Python基础: 语法、ChatGPT写代码与实操案例

国金证券金工研究员许坤圣现场讲解了Python的基础使用、基础语法、导入&存储数据、数据处理等常用概念。许坤圣分享了如何使用Python进行数据获取、处理、分析和可视化等操作,以及如何通过Python实现策略的回测和优化。并展示了如何利用AI学习Python,辅助编写代码等功能应用,通过实例展示Python如何在量化投资领域实现高效的数据分析和策略制定。



王小康

国金证券金工研究员

SAC:S1130523110004


爬虫、指标选股与简单回测框架


国金证券金工研究员王小康以《爬虫、指标选股与简单回测框架》为主题与现场投资者分享了精彩观点,优质的数据源是量化分析的重要基础之一,数据爬虫是获取这些数据的关键工具,王小康从基于Selenium和Requests库的Python爬虫、基于移动平均线交叉择时策略的回测框架、基于TopK选股策略的回测框架三个角度绍了爬虫技术在量化投资中的应用,以及如何利用大模型进行指标选股和简单回测框架进行投资策略的优化。



国金证券金融工程团队始终致力于量化投资领域的研究和实践工作,为投资者提供最前沿、最专业的创新技术应用方法。本次培训沙龙的成功举办,进一步提高了投资者对量化投资的认识和兴趣,促进了行业内的交流与合作。


未来,国金金融工程团队将继续关注量化投资领域的发展趋势,积极探索新技术在投资实践中的应用,并搭建更多线上线下的交流平台,为投资者提供高效、专业的投研服务。



金工团队最新研究报告


《智能化选基系列之六:如何用AI选出持续跑赢市场的基金?》

《Beta猎手系列之十:个股K线图形态AI识别构建市场风格预测》

《Beta猎手系列之九:人工智能全球大类资产配置模型》

《ChatGPT赋能,另类金融文本解析渐入佳境》

《Alpha掘金系列之十一:基于BERT-TextCNN的中证1000舆情增强策略》

《量化漫谈系列之九:金融文本解析评测:Llama3是最强开源模型吗?》

《Alpha掘金系列之十:机器学习全流程重构——细节对比与测试》

《Beta猎手系列之八:基于偏股型转债的择时与择券构建固收+策略》

《CTA金点子系列之二:基于日内高频博弈信息的商品CTA策略》

《量化漫谈系列之九:如何用FOF组合跟上微盘股指数?》

《Beta猎手系列之七:追上投资热点——基于LLM的产业链图谱智能化生成》


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/171919
 
138 次点击