VIP12
本课程属于：021-Qlib AI量化研究工程 智能金融与金融工程 · 共 12 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

Qlib机器学习Alpha预测实战

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=量化投资与Alpha预测的基本… · Qlib框架简介 · 课程学习目标与整体知识框架
课程导入Alpha
02
环境搭建与快速上手
目标=Qlib安装配置 · 数据下载与初始化 · 运行第一个Alpha预测示例
环境搭建快速上手
03
Qlib数据层详解
目标=数据存储格式 · 数据查询接口 · 表达式引擎
Qlib数据层详解
04
Alpha因子基础
目标=因子定义与分类 · 常见量价因子 · 基本面因子
Alpha因子基础
05
Qlib中的因子表达式
目标=表达式语法 · 算子使用 · 自定义因子编写
Qlib因子表达式
06
机器学习预测流程概览
目标=问题定义 · 数据划分 · 模型训练
机器学习预测流程…目标=问题定义
07
数据集构建与处理
目标=训练集/验证集/测试集划分 · 时序交叉验证 · 数据标准化与缺失值处理
数据集构建处理
08
模型训练与调优
目标=Qlib内置模型（LightG… · XGBoost · MLP
模型训练调优
09
模型评估与回测
目标=预测性能评估指标 · 回测框架使用 · 收益与风险指标计算
模型评估回测
10
案例实战一
目标=基于LightGBM的日频Al… · 预测与回测的完整流程
案例实战一LightGBM
11
案例实战二
目标=基于LSTM的时序Alpha预… · 模型搭建 · 训练技巧与结果分析
案例实战二LSTM
12
案例实战三
目标=多因子融合与模型集成 · 模型融合策略 · 集成学习在Alpha预测中的应用
案例实战三目标=多因子融合
13
特征工程进阶
目标=因子正交化 · 因子中性化 · 特征选择方法
特征工程进阶目标=因子正交化
14
模型可解释性与因子归因
目标=SHAP值分析 · 特征重要性 · 因子暴露与收益归因
模型可解释性因子归因
15
风险模型与组合优化
目标=风险模型介绍 · 组合优化基础 · Qlib中的组合构建方法
风险模型组合优化
16
高频与日内Alpha预测
目标=高频数据特征 · 日内因子构建 · 高频模型训练与回测注意事项
Alpha高频
17
强化学习在Alpha预测中的应用
目标=强化学习基础 · Qlib强化学习模块 · 交易策略学习案例
Alpha强化学习
18
自定义模型与扩展开发
目标=如何实现自定义模型 · 自定义工作流 · Qlib插件机制
自定义模型扩展开发
19
分布式训练与性能优化
目标=大数据集处理 · 并行计算 · GPU加速
分布式训练性能优化
20
实盘部署与监控
目标=模型上线流程 · 实时预测 · 信号生成与执行
实盘部署监控
21
常见问题与解决方案
目标=数据对齐问题 · 过拟合 · 因子失效
常见问题解决方案
22
综合项目一
目标=端到端Alpha预测系统搭建 · 因子研究 · 模型训练到回测的完整项目
综合项目一Alpha
23
综合项目二
目标=多模型多因子策略对比
综合项目二目标=多模型多因…
24
综合项目三
目标=基于Qlib的量化策略研究
综合项目三Qlib
25
课程总结与进阶路线
目标=核心知识点回顾 · 学习效果评估 · 后续学习方向与资源推荐
课程总结进阶路线
26
Qlib社区与生态
目标=Qlib最新进展 · 社区资源 · 相关工具与框架
Qlib社区
27
Alpha预测中的伦理与合规
目标=数据合规 · 交易合规 · 模型风险与伦理考量
Alpha预测
28
前沿趋势
目标=机器学习在量化投资中的新方法 · 大模型与量化 · 自动化机器学习
前沿趋势目标=机器学习
29
实战技巧与经验分享
目标=讲师实战经验 · 常见陷阱 · 最佳实践
实战技巧经验分享
30
课程答疑与扩展
目标=学员常见问题解答 · 扩展练习 · 项目作业与评审标准
课程答疑扩展