策略和技术

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

深度学习之父低调开源 CapsNet,欲取代 CNN

“卷积神经网络(CNN)的时代已经过去了!”——Geoffrey Hinton酝酿许久,深度学习之父Geoffrey Hinton在10月份发表了备受瞩目的Capsule Networks(CapsNet)。 Hinton本次挟CapsNet而来,大有要用它取代CNN的气势。今天,有科技媒体发布Capsule Networks(CapsNet)开源的消息,去寻找Gith

双均线策略示例

策略简介均线,即移动平均线(Moving Average),是指最近n天收市价格的算术平均线,在计算中,始终采用最近n天的价格数据,随着新的交易日的更迭,逐日向前推移。均线理论是当今应用最普遍的技术指标之一,它帮助交易者确认现有趋势、判断将出现的趋势、发现过度延生即将反转的趋势。我们这里探讨的双均线策略即是对均线理论的一项简单应用。所谓双均线,是指考察短期、长期两条均线

股指期货跨期套利策略示例

模型简介套利是期货交易中一种常见的投资方式,其原理是在标的产品间的市场价格关系处于“异常”状态时进行双边交易,以获取低风险价差。相比来说,投机交易的风险太大,套期保则值是为了规避市场风险,无法获取最大收益。而套利交易的收益往往独立于市场,无需关注市场行情涨跌,都可以在价差中获利,且一般波动较小,风险较低。期货套利交易种类繁多,按品种可分为股指期货套利和商品期货套利;按套

迈克尔·喜伟收益型投资法

引言迈克尔·喜伟(Michael Sivy)是美国知名的投资分析师,畅销书 《Michael Sivy’s Rules of Investing: How to pick stocks like a pro》的作者。其对全球股市的预测绩效显著,曾在1987年预警美国股市的大崩盘,在1994年华尔街空头气氛弥漫时成功预测到了1995 年至1999 年美国股市的长牛市。迈克尔

可更好理解深度学习模型的工具包 Darkon

Darkon 详细介绍Darkon 是一个更好地理解深度学习模型的开源工具包。深度学习由于难以被理解,经常被戏称为黑箱(black-box)。但是,可解释性与可控性对深度学习模型的商业化至关重要。人们通常认为只要准备高准确性的数据集足以将该模型用于商业产品。但是,但实际情况却是经常在实际应用中遭受失败,并会导致极端案例的出现。Darkon 旨在帮助理解已训练模型,进而

还不知道私募和公募差别 看这篇就够了

今天我们就来再看看私募基金和公募基金的问题。这大概是通往私募进阶的必经之路,只有先弄清楚了私募是啥,才有后面的故事。而学习差不多就是这回事,从入门概念开始,一步步深入,到终于能独当一面。在聊私募之前,我们先看看公募。从字面意思上,公募便是公开募集,大伙多半对余额宝不陌生,当年余额宝火起的时候,其收益还算是比较可观的。而余额宝实际上对接的是天弘基金旗下的增利宝货币基金,赶上余

基于 Beneish 模型增强选股策略

引言Beneish模型是一个公司金融领域常见的财务模型。它主要着眼于公司的财务指标,对公司的财务合理程度进行打分,以此来判断一家公司是否具有操控盈利数据,财务报表作假的现象。本文将要介绍的选股策略即是基于Beneish模型的一个多因子选股方法。概念简介Beneish 模型是由Messod D. Beneish(1999)在文章中提出的,文中模拟建立了一个检测利润操纵的

随机指标(KDJ 指标)策略示例

策略介绍期货和股票市场上最常用的技术分析工具——KDJ指标,全名随机指标(Stochastics),由乔治·莱恩博士(George Lane)所创。融合了动量观念、强弱指标一些优点的KDJ指标,通过特定周期内出现过的最高价、最低价、收盘价三者之间的比例关系为基本数据进行计算,将得出的K值、D值与J值连接成曲线图,就形成了反映价格波动趋势的KDJ指标。计算方法:首先要计算

一文读懂数据科学、机器学习和AI区别在哪里?

原文:What’s the difference between data science, machine learning, and artificial intelligence?作者:David Robinson翻译:Vincent译者注:作者是一名数据科学家,每当跟别人提起这项工作,总有人会把它跟人工智能和机器学习弄混淆,那你清楚这三个领域之间有啥区别吗?不妨