VIP14
本课程属于：020-多因子研究与Alpha挖掘 智能金融与金融工程 · 共 14 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

遗传编程Alpha因子挖掘实战

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=遗传编程Alpha因子挖掘的学… · 核心价值 · 整体知识框架与实战路线图
课程导入Alpha
02
量化投资与Alpha因子基础
目标=Alpha因子的定义 · 来源 · 分类
Alpha量化投资
03
遗传编程入门
目标=遗传编程的起源 · 基本思想 · 与遗传算法的区别
遗传编程入门目标=遗传编程的…
04
遗传编程核心概念
目标=个体 · 种群 · 基因型
遗传编程核心概念目标=个体
05
符号回归与表达式树
目标=表达式树结构 · 函数集与终端集设计 · 树形编码
符号回归表达式树
06
遗传编程算法流程
目标=初始化种群 · 适应度评估 · 选择算子
遗传编程算法流程目标=初始化种群
07
Alpha因子挖掘问题建模
目标=将因子挖掘转化为遗传编程任务 · 目标函数设计 · 约束条件与风险控制
Alpha因子挖掘问题建模
08
数据准备与特征工程
目标=行情数据 · 财务数据 · 另类数据获取
数据准备特征工程
09
算子与函数集设计
目标=算术算子 · 时序算子 · 横截面算子
算子函数集设计
10
适应度函数设计
目标=IC · RankIC · IR
适应度函数设计IC
11
遗传编程参数调优
目标=种群规模 · 树深度 · 交叉率
遗传编程参数调优目标=种群规模
12
过拟合与因子有效性
目标=样本内 · 样本外 · 滚动窗口
过拟合因子有效性
13
因子评价与筛选
目标=单因子测试 · 分层回测 · 多空组合
因子评价筛选
14
遗传编程实现工具
目标=DEAP · gplearn · TPOT
遗传编程实现工具DEAP
15
实战案例一
目标=基于价格量数据的遗传编程Alp…
实战案例一Alp
16
实战案例二
目标=基于财务与基本面数据的遗传编程…
实战案例二目标=基于财务
17
实战案例三
目标=多目标遗传编程同时优化收益 · 风险与换手率
实战案例三目标=多目标遗传…
18
实战案例四
目标=遗传编程因子与机器学习模型结合…
实战案例四目标=遗传编程因…
19
因子组合与策略构建
目标=多因子加权 · 动态权重 · 风险模型
因子组合策略构建
20
回测系统与绩效分析
目标=回测框架选择 · 滑点与手续费设置 · 绩效归因
回测系统绩效分析
21
遗传编程可解释性
目标=表达式简化 · 因子逻辑解读 · 特征重要性分析与业务可解释性提升
遗传编程可解释性目标=表达式简化
22
计算效率与并行化
目标=适应度并行评估 · GPU加速 · 分布式进化
计算效率并行化
23
常见问题与调试
目标=种群早熟 · 适应度不提升 · 表达式膨胀
常见问题调试
24
高级主题一
目标=遗传编程与深度学习 · 强化学习 · 集成学习的融合方法
高级主题一目标=遗传编程
25
高级主题二
目标=动态环境下的在线进化 · 自适应遗传编程与市场状态切换应对
高级主题二目标=动态环境下…
26
高级主题三
目标=多目标进化算法 · NSGA-II · 帕累托前沿与因子多样性保持
高级主题三目标=多目标进化…
27
工程化与生产部署
目标=因子流水线 · 版本管理 · 监控告警
工程化生产部署
28
合规与风险管理
目标=数据合规 · 交易限制 · 因子失效风险
合规风险管理
29
综合项目实战
目标=从数据到实盘的完整遗传编程Al…
综合项目实战Al
30
课程总结与进阶路线
目标=核心知识回顾 · 能力自评 · 学习资源推荐与持续研究方向
课程总结进阶路线