VIP12
本课程属于：044-金融时序预测与深度学习 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

金融时序模型漂移与重训策略实战

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=金融时序模型漂移与重训策略的学… · 核心概念 · 整体框架与实战价值
课程导入目标=金融时序模…
02
金融时序数据基础
目标=时间序列的组成 · 频率 · 平稳性
金融时序数据基础目标=时间序列的…
03
金融时序建模入门
目标=ARIMA · GARCH · VAR等经典模型的基本原理
金融时序建模入门ARIMA
04
机器学习与深度学习时序模型
目标=线性回归 · 树模型 · LSTM
机器学习深度学习时序模型
05
模型漂移的定义与类型
目标=概念漂移 · 数据漂移 · 标签漂移
模型漂移的定义类型
06
漂移检测方法
目标=统计检验 · 滑动窗口 · ADWIN
漂移检测方法目标=统计检验
07
漂移评估指标
目标=准确率 · 召回率 · F1
漂移评估指标目标=准确率
08
重训策略概述
目标=定期重训 · 触发式重训 · 增量学习
重训策略概述目标=定期重训
09
重训触发机制设计
目标=基于性能监控 · 基于漂移检测 · 基于时间窗口与混合触发策略的实战设计
重训触发机制设计目标=基于性能监…
10
重训数据窗口选择
目标=固定窗口 · 滚动窗口 · 扩展窗口与加权窗口对模型稳定性和预测…
重训数据窗口选择目标=固定窗口
11
重训频率与成本权衡
目标=计算资源 · 交易成本 · 模型更新延迟与收益之间的平衡策略
重训频率成本权衡
12
增量学习与在线学习
目标=被动攻击 · 在线梯度下降 · FTRL
增量学习线学习
13
集成学习与模型更新
目标=Bagging · Boosting · Stacking在漂移环境下的动态权…
集成学习模型更新
14
概念漂移下的特征工程
目标=特征稳定性监控 · 特征重要性变化 · 特征漂移处理与自动特征选择
概念漂移下的特征…目标=特征稳定性…
15
标签漂移与样本权重
目标=标签分布变化 · 样本不平衡 · 时间衰减加权与重训中的标签修正
标签漂移样本权重
16
金融时序中的突变漂移
目标=市场崩盘 · 政策变化 · 黑天鹅事件下的模型失效与快速重训响应
金融时序突变漂移
17
渐进漂移与周期性漂移
目标=季节性 · 经济周期 · 市场 regime 切换下的模型自适…
渐进漂移周期性漂移
18
回测与模拟交易中的漂移处理
目标=避免前视偏差 · 生存偏差 · 重训时点的正确模拟与评估
回测模拟交易
19
实战案例一
目标=股票价格预测中的漂移检测与重训…
实战案例一目标=股票价格预…
20
实战案例二
目标=外汇高频数据中的在线学习与增量…
实战案例二目标=外汇高频数…
21
实战案例三
目标=信用风险评分卡的漂移监控与定期…
实战案例三目标=信用风险评…
22
实战案例四
目标=加密货币市场中的概念漂移与集成…
实战案例四目标=加密货币市…
23
重训策略的自动化流水线
目标=数据管道 · 模型训练 · 漂移检测
重训策略的自动化…目标=数据管道
24
模型监控与告警系统
目标=实时性能监控 · 漂移指标看板 · 告警阈值设定与自动化响应机制
模型监控告警系统
25
常见问题与陷阱
目标=过拟合漂移 · 重训过度 · 数据泄露
常见问题陷阱
26
模型可解释性与漂移
目标=SHAP · LIME · 特征归因在漂移分析中的应用与重训决策…
模型可解释性漂移
27
多模型管理与版本控制
目标=模型注册 · 版本回滚 · A/B测试与重训策略的协同
多模型管理版本控制
28
前沿方法
目标=元学习 · 持续学习 · 联邦学习在金融时序漂移与重训中的探索…
前沿方法目标=元学习
29
综合项目
目标=设计一个完整的金融时序漂移检测… · 架构设计 · 实现与评估
综合项目目标=设计一个完…
30
课程总结与提升
目标=知识体系回顾 · 最佳实践总结 · 进一步学习资源与职业发展建议
课程总结提升