策略和技术

清华深度学习框架 Jittor 开源,创新元算子和统一计算图,推理速度可提升 10%-50%

近日,清华大学计算机系图形实验室宣布开源全新的深度学习框架:计图(英文名:Jittor),这也是我国首个高校自研的开源深度学习框架。根据官网介绍,这是一个完全基于动态编译(Just-in-time)、内部使用创新的元算子和统一计算图的深度学习框架。根据官方给出的特性对比来看,Jittor 与国际主流平台相比,具有多项先进特性。与同类型框架相比,Jittor 在收敛精度一

k8s 机器学习工具包 Kubeflow 发布 1.0 稳定版

Kubeflow 首个重要版本 1.0 已发布,Kubeflow 原本称作 TensorFlow Extended,是谷歌内部用于将 TensorFlow 模型部署到 Kubernetes 的平台,现在的的名称取自 Kubernetes + Tensorflow。Kubeflow 也是首个针对 Kubernetes,提供可移植与可扩展的机器学习解决方案,让用户利用机器学习来

股指期货 IF, 恒指策略

MACD综合运用,周期共振,也可以做出这样的成绩来,不知道这样的结果会不会获得量化比赛奖!附图: 2019年5月份的IF1905合约,和恒生05合约,1分钟周期表现!欢迎商讨,共议交易之道!关键字:待分类原文发布于宽客论坛,点击阅读原文

如何设置交易滑点?精确到 tick 测算期货冲击成本(附源码)

分享一篇不错的文章:我们在非撮合回测模式下,因为无法获知交易价格当时的真实盘口价差、挂单数量,常主观设定一个滑点均值,比如针对螺纹钢等合约,设置 1 跳,针对某些交易不活跃的品种,设置 2 跳。但是这种近乎拍脑袋的方法并不精确。我们今天尝试通过简单的辅助工具,实现尽可能接近准确的 tick 级别滑点设置,代码已写好,不用编程也可获得结果。“过价成交”与“撮合成交”主流程序

实证因子有效性:20 日相对强弱(RSI)

Barra结构化多因子风险模型是目前指数增强和阿尔法对冲基金应用比较广泛的分析工具,寻找到有效的因子则是多因子选股模型的基石。我们将通过以下的方法对单因子进行检验。因子IC、IR的介绍:IC即信息系数(Information Coefficient),表示所选股票的因子值与股票下期收益率的截面相关系数,通过 IC 值可以判断因子值对下期收益率的预测能力。信息系数的绝对值

“量子杯”全国高校量化大赛隆重登场!开启属于你的宽客人生!

嘿!你知道吗?千万实盘资金已经在“量子杯”全国高校量化大赛中等着你啦!宽客们,行动起来!现金奖励、实盘资金、工作机会……这些奖励正等着最好的你!又一年,“量子杯”全国高校量化大赛,扬帆起航!随着量化投资的持续升温,国内量化人才越来越紧缺,高校作为培育人才的首要阵地,更是承载着学子的量化梦想与希望。“量子杯”全国高校量化大赛由量子金服主办,指导单位是四川省经济和

“4 个月营业利润同比增长率”有效否?实证开始!

Barra结构化多因子风险模型是目前指数增强和阿尔法对冲基金应用比较广泛的分析工具,寻找到有效的因子则是多因子选股模型的基石。我们将通过以下的方法对单因子进行检验。因子IC、IR的介绍:IC即信息系数(Information Coefficient),表示所选股票的因子值与股票下期收益率的截面相关系数,通过 IC 值可以判断因子值对下期收益率的预测能力。信息系数的绝对值

单因子检验之 1 月换手率

Barra结构化多因子风险模型是目前指数增强和阿尔法对冲基金应用比较广泛的分析工具,寻找到有效的因子则是多因子选股模型的基石。我们将通过以下的方法对单因子进行检验。因子IC、IR的介绍:IC即信息系数(Information Coefficient),表示所选股票的因子值与股票下期收益率的截面相关系数,通过 IC 值可以判断因子值对下期收益率的预测能力。信息系数的绝对值

「极简机器学习」,从少量数据中学习精确特征的卷积神经网络

机器学习模型通常依赖于大量训练数据,所以在很多领域中难以施展拳脚。近日,伯克利实验室 CAMERA 的研究人员开发了非常高效的卷积神经网络,可以从有限的训练数据中分析实验科学图像,精确地执行图像分割和图像去噪等,并有望扩展到其它实验研究领域中。小鼠淋巴母细胞的切片。(a)原始图像;(b)人工切割得到的切片;(c)100 层的 MS-D 网络的输出(数据来自 A.Ekman,

机器学习算法如何调参?这里有一份神经网络学习速率设置指南

每个机器学习的研究者都会面临调参过程的考验,而在调参过程中,学习速率(learning rate)的调整则又是非常重要的一部分。学习速率代表了神经网络中随时间推移,信息累积的速度。在理想情况下,我们会以很大的学习速率开始,逐渐减小速度,直至损失值不再发散。不过,说来容易做来难,本文作者对学习速率的调整思路进行了简要介绍,希望能够对你有所帮助。在之前的文章里,我已经讲了如何