分类目录归档:解决方案

Reasoning Language Models: A Blueprint-论文


这篇论文是来自ETH Zurich等机构的研究人员撰写的 “Reasoning Language Models: A Blueprint”,核心是提出一个用于构建、分析和实验推理语言模型(RLMs)的综合蓝图,旨在降低RLMs设计和实验的门槛,推动该领域的发展。

  1. RLMs的发展与挑战:RLMs结合了大语言模型(LLMs)和先进推理机制,在多领域有变革性突破,但存在成本高、专利性质以及架构复杂等问题,导致获取和扩展困难。其技术基础不透明,组件间的协同机制也尚未明确。
  2. RLMs的本质:由LLMs、强化学习(RL)和高性能计算(HPC)共同发展而来,具备系统2思维能力。与标准LLMs的插值能...

Read more

DeepSeek-V3 Technical Report-论文


这篇论文是关于DeepSeek-V3的技术报告,介绍了该混合专家(MoE)语言模型在架构、训练、评估等方面的创新与优化,展示其超越开源模型、接近闭源模型的性能优势及高效低成本的训练特点。

  1. 模型概述:DeepSeek-V3是671B参数的MoE语言模型,每个token激活37B参数。采用MLA和DeepSeekMoE架构,创新提出无辅助损失的负载均衡策略和多token预测训练目标,在14.8万亿高质量token上预训练,经监督微调(SFT)和强化学习(RL)后,性能优异且训练成本低,模型检查点开源。
  2. 模型架构:基于Transformer框架,采用MLA和DeepSeekMoE。MLA通过...

Read more

QuantPedia-量化百科


QuantPedia是LLMQuant社区下的团队,运营的网页为量化从业者和求职者提供丰富资源,主要涵盖量化知识文档、AI聊天机器人和一对一求职辅导服务三方面内容。

  1. 量化百科文档:精心收集国内外最新量化知识,提供双语版本,内容包含金融和量化术语、策略代码、面试题等。资料来源于公开渠道,如专业投资和金融新闻网站、LinkedIn用户分享;还提取了私有数据库的信息,如专有题库和策略代码库。获取的新信息会实时更新到AI聊天机器人。
  2. AI聊天机器人:开发的QuantPedia.ai基于最新AI模型,方便用户以聊天方式获取量化知识。用户能上传题目获取答案,也可询问国内外顶级对冲基金和投资银行的面...

Read more

幻方量化-模型


幻方量化在其量化投资与AI技术中主要使用了DeepSeek系列模型,特别是DeepSeek-V3DeepSeekMoE模型。以下是具体分析:

1. DeepSeek-V3:核心量化投资模型

  • 性能与定位
    DeepSeek-V3是幻方量化自主研发的大模型,其性能对标国际顶尖闭源模型如GPT-4o和Claude-3.5-Sonnet,在英语、数学、代码、多语言任务等多项评测中表现优异。该模型还被用于高频交易决策、风险管理及多模态数据分析,帮助幻方量化快速捕捉市场波动并优化投资策略。

  • 技术特点

  • 高效低成本:训练成本仅为557.6万美元(基于H800 GPU租用价格),约为GP...

Read more

make.com-无代码/低代码自动化工具-网站池


以下是 Make.com 官网内容的清晰结构化总结:


1. 平台概述

  • 定位: 一款领先的无代码/低代码自动化工具,帮助用户构建复杂的工作流程(Scenario),连接不同应用程序和服务。
  • 前身: 原名为 Integromat,后更名为 Make.com,强调其“构建自动化”的核心功能。
  • 核心价值: 通过可视化界面简化跨系统集成,提升企业及个人的工作效率。

2. 核心功能

  1. 可视化工作流构建器
  2. 通过拖放模块(Apps、Actions)设计自动化流程,无需编程。
  3. 支持条件逻辑(if/else)、循环、数据过滤等高级操作。
  4. 海量应用集成
  5. 连接 1,000+ 应用(如 Googl...

Read more

常见的策略-高频交易


在高频交易(HFT)中,常见的策略通常基于订单流分析、市场微观结构和短期价格波动。这里是一些主要的高频交易策略:

1. 市场做市(Market Making)

市场做市是高频交易中最经典的策略之一。做市商通过在订单簿上挂出买单和卖单,提供流动性,赚取买卖差价(spread)。这种策略的核心目标是利用市场的低波动性和高频交易的低延迟优势,通过不断地提供买卖报价来获利。 - 策略特点:低风险、低回报,盈利来自买卖价差。 - 风险管理:主要风险是市场的大幅波动,做市商可能会在价格剧烈波动时承担较大的风险。

2. 套利(Arbitrage)

套利是高频交易中最常见的策略之一。套利交易...

Read more

订单流分析


高频交易中的订单流分析(Order Flow Analysis)是指通过研究市场中的订单流向、交易量、价格变动等数据,分析和预测市场的动态变化。这种分析通常依赖于实时的市场数据,帮助交易者快速做出决策,抓住市场的微小波动。

在高频交易中,订单流分析主要包括以下几个方面:

1. 订单簿分析(Order Book Analysis)

订单簿是所有未成交的买单和卖单的集合,通过观察订单簿,交易者可以了解市场的买卖深度。具体来说,可以通过以下方式进行分析: - 挂单层次结构(Level 2 Data):查看不同价格档次上的买卖挂单情况。比如,市场上是否存在大量挂单,买单和卖单的差距是否大,...

Read more

高频交易


高频交易(High-Frequency Trading, HFT)是一种利用复杂算法和高速通信技术,在极短时间内(通常以毫秒甚至微秒计)执行大量交易的策略。它依赖于快速获取市场数据、分析信息并自动下单,通过微小价格波动频繁买卖来获利。以下是高频交易的核心要点:


核心特点

  1. 超高速交易:依赖高性能计算机、低延迟网络(如直连交易所)和优化的算法,抢占时间优势。
  2. 高换手率:每日交易次数可达数百万笔,持仓时间极短(秒级甚至更低)。
  3. 低单笔利润:依靠微小价差(如0.01%)累积收益,薄利多销。
  4. 全自动化:由算法自动决策,人工干预极少。

技术基础

  • 硬件设施:专用服务器、FPGA/ASIC芯片...

Read more

AI智能体


AI智能体详解

1. 定义与核心特征

AI智能体(AI Agent)是一种能通过感知环境信息、自主分析决策并执行动作以实现预设目标的人工智能实体或程序。其核心特征包括:

  • 环境感知:通过传感器、摄像头、文本输入等获取外部数据(如自动驾驶车辆识别道路信号)。
  • 自主决策:利用算法(如强化学习模型)在复杂情境中评估最优行动方案(如机器人路径规划)。
  • 目标导向:围绕明确目标优化行为(如金融交易AI最大化投资收益)。
  • 动态交互:实时与环境或其他智能体互动(如多无人机协作救灾)。

2. 技术架构与模块
AI智能体通常由四大模块协同运作:

  • 感知模块
  • 功能:数据采集与预处...

Read more