分类目录归档:机器学习与量化交易实战

机器学习与量化交易实战01

1 课程总览

  1. 为什么要做算法交易

  2. 交易系统的开发与设计

  3. 时间序列分析

  4. 策略建模及其优化方法

  5. 策略评价与回测

  6. 风险管理

  7. 交易策略的实现

  8. 交易策略的执行

课程主要围绕三个核心: #金融 #编程 #机器学习

2 算法交易综述

算法交易:利用自动化平台,执行预先设置的一系列规则完成交易行为。

优点

  1. 历史数据评估
  2. 执行高效
  3. 无主观情绪输入
  4. 可度量评价
  5. 交易频率

缺点

  1. 成本(学习成本、金钱成本)
  2. 技巧

交易流程——大前提:基于某种平台:

  1. 提出假设
  2. 建立模型
  3. 回测验证
  4. 执行交易

交易策

Read more