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  »  机器学习算法

开始报名:2025小班特训营第一场【VeighNa机器学习截面多因子策略】!

VeighNa开源量化 • 1 周前 • 23 次点击  
2024年由于团队开发工作繁重,全年仅举办了两场小班特训营。12月初刚结束的全新【VeighNa机器学习截面多因子策略】小班特训营后,不少同学反馈因为错过第一场,想要提前报名2025年的课程。为了满足大家的需求,我们决定提前开放报名,让更多感兴趣的同学能够尽早规划并参与到明年的特训营中。

老规矩还是放几张之前特训营的照片:

准备完毕,静候小班同学到达

学习量化,掌握核心理论框架

深入代码,分析策略逻辑细节


现场实践,剖析机器学习算法


截面多因子策略还有另一个大家可能更为熟悉的名字:Alpha策略。作为一种广义的统计套利型量化策略,截面多因子策略除了应用在股票量化选股领域外(指数增强和绝对收益),同样也可以应用于带杠杆的衍生品多空组合领域(期货、固收、互换等)
ML模型预测信号分析

截面策略超额收益绩效


基于之前学员的反馈,小班特训营这种2天10小时+的高强度课程通过线上直播学习的效果并不理想。为了保证更好的学习质量,我们从上一场开始对授课模式进行了调整:后续小班特训营不再提供线上直播参加和视频内容回看,而是改为同一主题的每场小班课都可以再次到场听讲。同时,我们会针对每一个特训营的主题建立专项社群,持续提供专业交流与学习服务,而不再只局限于三个月的答疑时间

小班特训营优先面向买方投资机构 由于截面多因子策略本身的复杂性(因子数据、算力需求、金融理论等),不建议新手报名,本场课程部分名额已经被提前锁定,感兴趣的同学请抓紧。



VeighNa机器学习截面多因子策略
日期:2025年3月1日(周六)和3月2日(周日)
时间:两天下午1点-6点,共计10小时
地点:上海浦东(具体地址会在报名成功后发送)
大纲
  1. 快速上手投研开发
    1. 针对机器学习投研的硬件和系统选择
    2. VeighNa AlphaStrategy开发环境准备
    3. 跑通LightGBM模型截面多因子策略开发
  2. 截面多因子策略原理
    1. 经典理论的量化交易实践
      1. 主动投资组合管理
      2. 金融资产定价模型
      3. 统计套利因子模型
    2. 截面类策略的完整投研流程
  3. 因子特征数据准备
    1. 因子的主要分类和数据来源
    2. 特征数据开发模板AlphaData
      1. 基于表达式的特征计算引擎
      2. 特征数据的清洗和预处理
      3. 如何选择ML模型的预测目标
  4. ML预测模型训练
    1. 监督学习算法概述:线性模型、树模型、神经网络
    2. ML预测模型的训练与优化
      1. 模型评估统计指标详解
      2. 特征重要性分析与可解释性研究
      3. 超参数调整与模型验证方法
    3. 基于AlphaModel模板快速开发ML预测模型
      1. 线性回归类:Lasso
      2. 集成学习类:XGBoost
      3. 神经网络类:LSTM
  5. 截面投组策略构建
    1. 时序类策略 vs 截面类策略
    2. 标准化截面策略开发模板AlphaStrategy
    3. 截面策略回测中的关键细节梳理
  6. 实战进阶开发应用
    1. 更有效日内高频Alpha因子特征
    2. 基于GPLearn遗传规划的因子特征挖掘
    3. Alphalens因子特征和预测信号评估
    4. 不止于股票市场的截面类策略
价格:11999元


报名请扫描下方二维码添加小助手提供相关信息(想参加的课程、姓名、手机、公司、职位),报名结果以确认回复为准:



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/177423
 
23 次点击