作者文章归档:course

量化建模概述-001


好的,这是一份关于量化建模的概述,力求清晰、全面:

核心定义

量化建模是指利用数学、统计学、计算机科学和金融理论,构建数学模型和算法来:

  1. 理解金融市场: 分析资产价格、收益率、波动性、相关性等市场行为的模式和驱动因素。
  2. 识别交易机会: 发现市场中可能存在的、基于历史数据或理论推导的统计套利机会、定价偏差或趋势。
  3. 管理金融风险: 量化投资组合面临的各种风险(市场风险、信用风险、流动性风险等)。
  4. 优化投资决策: 辅助进行资产配置、投资组合构建、交易执行策略等决策。
  5. 对金融产品进行定价和估值: 为复杂的衍生品(如期权、掉期)或结构化产品确定公允价值。

核心目标

  • 将模糊的金融直觉转化为精确...

Read more

动量策略-利用Python构建关键交易模型


关于本书

系统交易

交易方法验证

科学方法

方法的一致性

时间管理

开发交易模型

模型的目标

规则和变化

处理数据

资产类型

投资范围

资产配置和风险级别

进场规则和立场规则

再平衡

金融风险

量化风险

逐日盯市

常见的风险谬论

以风险为代价取得回报

Python 介绍

Pandas 程序库介绍

交易策略回测

回测结果分析

交易所交易基金

构建ETF模型

股票

系统动量策略

期货

期货建模及回测

期货趋势跟随交易

时间回报趋势跟随模型

反趋势交易

曲线交易

比较和组合模型

回测表现可视化与模型组合

你不可能一直是赢家

测量相对表现

导入数据

数据和数据库

结束语-前进的路径

Read more

深度学习的理论基础与核心算法-Books


数学基础

深度神经网络的逼近基础理论

深度神经网络的函数逼近

深度神经网络的复杂函数逼近

深度神经网络与多尺度几何逼近系统

深度神经网络的构造理论

学习表征编码器的构造理论

多尺度几何深度网络理论

复杂深度学习网络

拟合问题

正则化理论

泛化理论

学习可解释性

收敛性理论

学习模型的复杂度

一阶优化方法

高阶优化方法

启发式学习优化

进化深度学习

离散优化问题

非凸优化

非负矩阵深度学习分解

稀疏张量深度学习分解

线性方程组的深度学习求解

微分方程的深度学习求解

深度学习分类

深度学习聚类

深度学习回归

Read more

分布式机器学习-系统,工程与实战


分布式机器学习

集合通信

参数服务器之PS-Lite

Pytorch DataParrallel

Pytorch DDP 的基础架构

DDP的动态逻辑

Horovod

GPipe

Pytorch 流水线并行

PipeDream 之基础架构

PipeDream之动态逻辑

Megatron

Pytorch 如何实现模型并行

分布式优化器

分布式运行环境之静态架构

分布式运行环境之动态逻辑

分布式策略基础

MirroredStrategy

ParameterServerStrategy

Read more

Numba-即时编译-加速计算


Numba 是一个针对 Python 的 即时编译(Just-In-Time, JIT)编译器,专为加速数值计算和科学计算代码设计。它通过将 Python 函数(尤其是涉及 NumPy 数组和循环的代码)转换为高效的机器码,显著提升运行速度,同时保持 Python 代码的简洁性。

核心特点

  1. 零学习成本:无需编写 C/C++ 扩展或切换语言,仅通过装饰器(如 @njit)即可标记需要加速的函数。
  2. 与 NumPy 深度集成:对 NumPy 数组操作有原生优化支持,能高效处理向量化和循环计算。
  3. 支持 GPU 加速:通过 numba.cuda 模块可直接编写 GPU 并行代码(需 NVIDIA...

Read more

JProfiler-Java分析工具



JProfiler是领先的Java分析工具,可进行深度JVM分析,能解决性能问题、内存泄漏、线程问题等,对JDBC、JPA、HTTP调用、Spring和JEE等有良好支持,还支持Kubernetes、Docker和远程JVM分析,具备实时分析、IDE插件集成等功能,被超3万客户和超75%的财富500强企业使用。

## **核心功能**
- 深度JVM分析:性能、内存泄漏、线程问题
- 数据库支持:JDBC、JPA性能分析
- 容器支持:Kubernetes、Docker
- 远程分析:SSH零配置远程 profiling
- 框架支持:Spring、JEE组件分析
- 实时数据:实时展...

Read more