VIP16
本课程属于：030-机器学习Alpha与交易信号 智能金融与金融工程 · 共 16 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

机器学习交易信号漂移与重训实战

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=机器学习交易信号漂移与重训的学… · 核心概念 · 整体框架与实战路线图
课程导入目标=机器学习交…
02
金融交易信号基础
目标=常见交易信号类型 · 机器学习在交易中的应用场景 · 信号生成流程与评估指标
金融交易信号基础目标=常见交易信…
03
数据漂移概念解析
目标=数据漂移 · 概念漂移 · 协变量偏移的定义
数据漂移概念解析目标=数据漂移
04
交易信号漂移的成因
目标=市场机制变化 · 宏观环境切换 · 参与者行为演变
交易信号漂移的成…目标=市场机制变…
05
漂移检测方法入门
目标=统计检验 · 距离度量 · 在线检测算法（如ADWIN
漂移检测方法入门目标=统计检验
06
漂移检测实战
目标=使用Python实现KS检验 · PSI · KL散度等检测方法
漂移检测实战Python
07
概念漂移检测进阶
目标=基于误差的检测 · 基于集成学习的检测 · 基于深度学习的检测方法及对比分析
概念漂移检测进阶目标=基于误差的…
08
交易信号性能监控
目标=滚动窗口评估 · 累计收益曲线 · 夏普比率衰减
交易信号性能监控目标=滚动窗口评…
09
重训触发机制设计
目标=基于时间 · 基于性能 · 基于漂移检测的触发策略及优缺点比较
重训触发机制设计目标=基于时间
10
重训策略基础
目标=全量重训 · 增量重训 · 在线学习的基本概念
重训策略基础目标=全量重训
11
增量学习与在线学习
目标=被动攻击算法 · 在线梯度下降 · 霍夫丁树等在线学习模型在交易信号中的…
增量学习线学习
12
集成学习与漂移适应
目标=动态加权集成 · 在线Bagging · Adaboost变体在概念漂移下的自…
集成学习漂移适应
13
特征漂移与特征工程重训
目标=特征重要性变化检测 · 特征选择动态调整 · 特征变换更新策略
特征漂移特征工程重训
14
标签漂移与目标重定义
目标=标签分布变化检测 · 目标变量重新定义 · 样本权重调整方法
标签漂移目标重定义
15
模型选择与重训
目标=不同模型对漂移的敏感性对比 · 模型复杂度与重训频率的权衡
模型选择重训
16
回测与重训模拟
目标=在历史数据上模拟重训流程 · 避免前视偏差 · 评估重训对策略绩效的影响
回测重训模拟
17
实战案例一
目标=股票市场概念漂移检测与重训——…
实战案例一目标=股票市场概…
18
实战案例二
目标=加密货币高频交易信号漂移与在线…
实战案例二目标=加密货币高…
19
实战案例三
目标=外汇市场多品种漂移监控与组合重…
实战案例三目标=外汇市场多…
20
重训频率与成本优化
目标=重训频率对收益与交易成本的影响 · 最优重训间隔的确定方法
重训频率成本优化
21
漂移适应中的过拟合与欠拟合
目标=重训窗口选择 · 正则化策略 · 验证集设计避免过拟合
漂移适应过拟合
22
在线学习系统架构
目标=数据流处理 · 特征存储 · 模型服务
线学习系统架构目标=数据流处理
23
模型部署与持续集成
目标=MLOps在交易信号重训中的应… · 自动化流水线 · 版本控制与回滚
模型部署持续集成
24
常见问题与解决方案
目标=漂移误报 · 重训延迟 · 数据不足
常见问题解决方案
25
评估重训效果
目标=A/B测试 · 在线评估 · 离线评估的局限性
评估重训效果A/B
26
风险管理与重训
目标=重训过程中的风险控制 · 止损机制 · 仓位调整与回撤管理
风险管理重训
27
前沿方法探索
目标=元学习 · 迁移学习 · 强化学习在漂移适应与重训中的潜在应用
前沿方法探索目标=元学习
28
综合项目一
目标=构建端到端的漂移检测与自动重训…
综合项目一目标=构建端到端…
29
综合项目二
目标=多策略组合的漂移监控与动态重训…
综合项目二目标=多策略组合…
30
课程总结与提升
目标=知识体系回顾 · 最佳实践总结 · 持续学习路径与社区资源推荐
课程总结提升