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

深度学习量价信号建模实战

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=量价信号建模的定义 · 学习目标 · 整体课程框架与实战路线图
课程导入目标=量价信号建…
02
金融市场与量价数据基础
目标=股票 · 期货 · 加密货币等市场结构
金融市场量价数据基础
03
量价信号的核心概念
目标=趋势 · 动量 · 反转
量价信号的核心概…目标=趋势
04
数据获取与清洗
目标=常见数据源 · API接口 · 缺失值处理
数据获取清洗
05
特征工程入门
目标=收益率 · 对数收益率 · 成交量变化率
特征工程入门目标=收益率
06
技术指标与量价因子
目标=移动平均 · MACD · RSI
技术指标量价因子
07
时间序列预处理
目标=平稳性 · 差分 · 归一化
时间序列预处理目标=平稳性
08
深度学习基础回顾
目标=神经网络 · 激活函数 · 损失函数
深度学习基础回顾目标=神经网络
09
循环神经网络与LSTM
目标=RNN · LSTM · GRU原理及其在量价序列建模中的适用…
LSTM循环神经网络
10
卷积神经网络与时序卷积
目标=1D CNN · TCN · 因果卷积
卷积神经网络时序卷积
11
Transformer与注意力机制
目标=自注意力 · 多头注意力 · 位置编码及时序Transformer…
Transformer注意力机制
12
图神经网络与关联建模
目标=股票关系图 · 行业关联 · 供应链图与GNN在量价信号中的探索
图神经网络关联建模
13
自编码器与表示学习
目标=降噪自编码器 · 变分自编码器用于量价特征压缩与异常检…
自编码器表示学习
14
生成模型与数据增强
目标=GAN · VAE · 扩散模型生成合成量价序列
生成模型数据增强
15
强化学习与交易决策
目标=MDP建模 · Q-learning · 策略梯度
强化学习交易决策
16
多模态与多频率融合
目标=融合tick · 分钟 · 日频
多模态多频率融合
17
模型训练流程
目标=数据集划分 · 批处理 · 学习率调度
模型训练流程目标=数据集划分
18
损失函数与评估指标
目标=MSE · MAE · IC
损失函数评估指标
19
过拟合与正则化实战
目标=Dropout · 权重衰减 · 批归一化
过拟合正则化实战
20
超参数调优与架构搜索
目标=网格搜索 · 随机搜索 · 贝叶斯优化
超参数调优架构搜索
21
回测系统构建
目标=事件驱动回测 · 向量化回测 · 交易成本
回测系统构建目标=事件驱动回…
22
案例实战一
目标=基于LSTM的日频量价趋势预测…
案例实战一LSTM
23
案例实战二
目标=基于TCN的分钟级量价反转信号…
案例实战二TCN
24
案例实战三
目标=基于Transformer的多…
案例实战三Transformer
25
案例实战四
目标=基于强化学习的动态仓位管理与止…
案例实战四目标=基于强化学…
26
常见问题与调试
目标=梯度消失爆炸 · 训练不收敛 · 数据泄漏
常见问题调试
27
模型解释与可视化
目标=SHAP · 注意力权重 · 特征重要性
模型解释可视化
28
工程化与部署
目标=模型序列化 · ONNX · TensorRT
工程化部署
29
风险管理与合规
目标=仓位控制 · 风险价值 · 压力测试
风险管理合规
30
综合提升与前沿展望
目标=多任务学习 · 元学习 · 大模型时序应用
综合提升前沿展望