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

金融时序机器学习择时信号实战

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=金融时序机器学习择时信号的学习… · 核心概念 · 整体框架与实战路线图
课程导入目标=金融时序机…
02
金融时序数据基础
目标=OHLCV · tick · 分钟线
金融时序数据基础OHLCV
03
探索性数据分析
目标=收益率分布 · 波动率聚集 · 自相关
探索性数据分析目标=收益率分布
04
平稳性与统计检验
目标=ADF · KPSS · 协整
平稳性统计检验
05
特征工程入门
目标=滞后收益 · 滚动统计量 · 动量
特征工程入门目标=滞后收益
06
技术指标特征化
目标=MA · EMA · MACD
技术指标特征化MA
07
标签工程与择时目标
目标=未来收益率 · 方向标签 · 三分类标签
标签工程择时目标
08
数据泄漏与偏差防范
目标=前视偏差 · 幸存者偏差 · 过拟合
数据泄漏偏差防范
09
时序交叉验证
目标=Purged K-Fold · Embargo · Walk-Forward
时序交叉验证Purged
10
经典机器学习模型
目标=逻辑回归 · 决策树 · 随机森林
经典机器学习模型目标=逻辑回归
11
支持向量机与核方法
目标=SVM · SVR · 核函数选择
支持向量机核方法
12
集成学习进阶
目标=XGBoost · LightGBM · CatBoost
集成学习进阶XGBoost
13
深度学习时序模型
目标=MLP · CNN · LSTM
深度学习时序模型MLP
14
注意力机制与Transformer
目标=Self-Attention · Transformer · Informer在择时信号中的探索
Transformer注意力机制
15
概率预测与不确定性
目标=贝叶斯方法 · 高斯过程 · 分位数回归与预测置信度评估
概率预测不确定性
16
模型评估指标
目标=准确率 · 精确率 · 召回率
模型评估指标目标=准确率
17
回测框架与绩效指标
目标=年化收益 · 夏普比率 · 最大回撤
回测框架绩效指标
18
交易成本与滑点建模
目标=手续费 · 印花税 · 冲击成本
交易成本滑点建模
19
仓位管理与风险控制
目标=凯利公式 · 波动率目标 · 止损止盈
仓位管理风险控制
20
多因子与机器学习融合
目标=因子挖掘 · 因子合成 · 机器学习因子择时与组合优化
多因子机器学习融合
21
市场状态识别
目标=HMM · 聚类 · regime switching与不…
市场状态识别HMM
22
高频与日内择时
目标=分钟级数据 · 订单流 · 微观结构特征与低延迟信号构建
高频日内择时
23
强化学习择时
目标=MDP建模 · Q-Learning · DQN
强化学习择时MDP
24
实战案例一
目标=单资产日频择时信号从数据到回测…
实战案例一目标=单资产日频…
25
实战案例二
目标=多资产组合择时 · 风险平价 · 行业轮动与机器学习信号融合
实战案例二目标=多资产组合…
26
实战案例三
目标=深度学习端到端择时系统搭建 · 训练 · 调参与样本外测试
实战案例三目标=深度学习端…
27
常见问题与陷阱
目标=过拟合 · 未来函数 · 参数敏感
常见问题陷阱
28
模型部署与工程化
目标=特征流水线 · 模型持久化 · 定时训练
模型部署工程化
29
实盘交易与执行
目标=信号到订单 · 交易接口 · 风控模块
实盘交易执行
30
综合提升与前沿展望
目标=可解释AI · 因果推断 · 大模型在金融择时中的潜力与伦理合规
综合提升前沿展望