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滚动训练与模型更新实战

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=Qlib滚动训练与模型更新的学… · 核心价值 · 整体知识框架与实战路线图
课程导入Qlib
02
Qlib基础回顾
目标=Qlib架构 · 数据层 · 工作流
Qlib基础回顾
03
量化投资中的滚动训练
目标=滚动训练的定义 · 与一次性训练的区别 · 适用场景与常见误区
量化投资滚动训练
04
模型更新机制概览
目标=全量更新 · 增量更新 · 在线学习
模型更新机制概览目标=全量更新
05
时间序列数据切分
目标=训练集 · 验证集 · 测试集划分
时间序列数据切分目标=训练集
06
Qlib数据准备
目标=数据下载 · 格式转换 · 特征工程
Qlib数据准备
07
Qlib工作流配置
目标=workflow配置 · 任务管理 · 实验记录
Qlib工作流配置
08
滚动训练流程设计
目标=窗口长度 · 滚动步长 · 重训频率
滚动训练流程设计目标=窗口长度
09
模型训练与验证
目标=Qlib模型训练接口 · 超参数设置 · 验证指标
模型训练验证
10
模型预测与回测
目标=预测生成 · 信号处理 · 回测配置
模型预测回测
11
滚动训练实战一
目标=基于LightGBM的日频滚动…
滚动训练实战一LightGBM
12
滚动训练实战二
目标=基于LSTM或GRU的时序模型…
滚动训练实战二LSTM
13
滚动训练实战三
目标=基于Transformer或T…
滚动训练实战三Transformer
14
模型更新策略实战
目标=定期全量重训 · 增量更新与混合更新策略的实现与对比
模型更新策略实战目标=定期全量重…
15
多模型滚动集成
目标=模型集成 · 加权融合 · 动态选择与滚动更新中的集成策略
多模型滚动集成目标=模型集成
16
超参数滚动优化
目标=滚动超参数搜索 · 贝叶斯优化 · 遗传算法与自动化调参实战
超参数滚动优化目标=滚动超参数…
17
特征滚动选择
目标=特征重要性分析 · 滚动特征筛选 · 稳定性评估与特征漂移处理
特征滚动选择目标=特征重要性…
18
概念漂移与市场状态变化
目标=漂移检测 · 状态识别 · 自适应更新与鲁棒性提升
概念漂移市场状态变化
19
滚动训练中的过拟合与欠拟合
目标=诊断方法 · 正则化 · 样本权重与模型复杂度控制
滚动训练过拟合
20
计算资源与性能优化
目标=并行训练 · GPU加速 · 缓存机制
计算资源性能优化
21
实验管理与版本控制
目标=MLflow · DVC · Git与Qlib实验记录的结合使用
实验管理版本控制
22
自动化流水线
目标=定时任务 · CI/CD · Airflow或Prefect编排滚…
自动化流水线目标=定时任务
23
监控与告警
目标=模型性能监控 · 数据质量监控 · 漂移告警与自动回滚机制
监控告警
24
常见问题与调试
目标=数据泄露 · 训练不稳定 · 回测偏差
常见问题调试
25
案例研究一
目标=A股市场日频选股模型的滚动训练…
案例研究一目标=A股市场日…
26
案例研究二
目标=加密货币高频数据的滚动训练与实…
案例研究二目标=加密货币高…
27
案例研究三
目标=多因子模型滚动训练与因子动态加…
案例研究三目标=多因子模型…
28
模型部署与上线
目标=模型序列化 · 服务化 · API封装
模型部署上线
29
综合项目
目标=从数据到实盘的端到端滚动训练与…
综合项目目标=从数据到实…
30
课程总结与进阶
目标=知识体系回顾 · 最佳实践 · 前沿趋势
课程总结进阶