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

Transformer交易信号预测实战

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=Transformer交易信号… · 核心概念 · 整体框架与实战路线图
课程导入Transformer
02
金融时间序列基础
目标=OHLCV数据 · tick数据 · 订单簿数据
金融时间序列基础OHLCV
03
交易信号定义
目标=趋势信号 · 反转信号 · 突破信号
交易信号定义目标=趋势信号
04
Transformer核心原理
目标=自注意力机制 · 多头注意力 · 位置编码
Transformer核心原理
05
Transformer与RNN/LSTM/GRU对比
目标=长依赖建模 · 并行计算 · 计算复杂度与金融场景适用性
TransformerRNN/LSTM/GRU
06
环境搭建与工具链
目标=Python · PyTorch · pandas
环境搭建工具链
07
数据获取与清洗
目标=yfinance · Tushare · AKShare
数据获取清洗
08
特征工程
目标=技术指标 · 统计特征 · 波动率特征
特征工程目标=技术指标
09
序列样本构造
目标=滑动窗口 · 标签对齐 · 未来函数防范
序列样本构造目标=滑动窗口
10
Transformer模型架构设计
目标=编码器层数 · 注意力头数 · 前馈维度
Transformer模型架构设计
11
位置编码实战
目标=正弦位置编码 · 可学习位置编码 · 时间特征嵌入与周期编码
位置编码实战目标=正弦位置编…
12
注意力机制变体
目标=稀疏注意力 · 局部注意力 · 因果注意力与长序列金融数据适配
注意力机制变体目标=稀疏注意力
13
模型训练流程
目标=损失函数选择 · 优化器 · 学习率调度
模型训练流程目标=损失函数选…
14
类别不平衡处理
目标=过采样 · 欠采样 · Focal Loss
类别不平衡处理目标=过采样
15
模型评估与回测
目标=准确率 · F1 · AUC
模型评估回测
16
实战案例一
目标=基于日线数据的趋势信号预测 · 从数据到模型到回测的完整流程
实战案例一目标=基于日线数…
17
实战案例二
目标=基于分钟级数据的日内反转信号预… · 处理高频噪声与延迟问题
实战案例二目标=基于分钟级…
18
实战案例三
目标=多资产组合信号预测 · 跨品种特征融合与注意力权重可视化
实战案例三目标=多资产组合…
19
实战案例四
目标=订单簿数据下的短期价格方向预测 · 使用Transformer处理微观结…
实战案例四目标=订单簿数据…
20
实战案例五
目标=融合新闻情绪与量价数据的多模态…
实战案例五目标=融合新闻情…
21
超参数调优
目标=网格搜索 · 随机搜索 · 贝叶斯优化与Optuna实战
超参数调优目标=网格搜索
22
模型可解释性
目标=注意力热力图 · SHAP值 · 特征重要性分析与交易决策归因
模型可解释性目标=注意力热力…
23
过拟合与数据泄露
目标=常见陷阱 · 正则化方法 · 对抗验证与时间序列交叉验证
过拟合数据泄露
24
在线学习与模型更新
目标=增量训练 · 概念漂移检测 · 滚动窗口重训练与模型版本管理
线学习模型更新
25
部署与工程化
目标=模型导出 · ONNX · TorchScript
部署工程化
26
风险控制与资金管理
目标=信号过滤 · 仓位管理 · 止损止盈
风险控制资金管理
27
常见问题排查
目标=损失不下降 · 梯度爆炸 · 预测滞后
常见问题排查目标=损失不下降
28
高级主题
目标=Transformer与强化学… · 图神经网络融合 · 扩散模型与生成式信号
高级主题Transformer
29
综合项目
目标=从零构建一个端到端的Trans…
综合项目Trans
30
课程总结与进阶路线
目标=知识体系回顾 · 实战经验提炼 · 论文阅读与持续学习建议
课程总结进阶路线