在本課中，我們將綜合探討最新的人工智能技術在金融領域中的應用，理解金融市場的法律與合規要求，並深入考慮AI技術在金融中的倫理問題。最後，我們將回顧整個學習過程，...
在昨天的課程中我們講解了串接API來建立自己的交易機器人，在本課中，我們將結合高頻交易的概念，深入探討如何在雲端環境中部署和實現高頻交易系統。我們將了解雲服務（...
在本課中，我們將學習如何將交易策略部署到實時環境，使用交易API與券商接口進行下單。同時，我們將討論如何實時監控交易策略的性能，以及如何定期評估並調整策略，以確...
今天我們將詳細介紹如何使用期貨和期權進行量化對沖策略，並通過具體的例子展示如何實現這些對沖策略。對沖策略旨在降低投資組合的風險，通過使用衍生工具來平衡市場波動帶...
在本課中，我們將延伸昨日所學的基本面分析去學習如何使用基本面分析來篩選股票，並比較不同篩選標準所選出的股票的報酬率。我們還將探討巴菲特的選股邏輯，並比較其篩選出...
在昨天中我們學會了基本的 NLP 技術來分析文字的情緒，在本課中，我們將學習如何將情緒指標納入交易決策，並評估策略的性能。我們將使用從 CNBC 新聞中提取的情...
除了交易市場的股價、歷史股價可以成為我們的交易參考原則，市場的情緒也是一個非常好的參考來源，例如可以透過新聞猜測現在市場是否為恐慌、經濟是否下行導致市場信心不足...
在今日教學中，我們將學習如何結合 Stable Baselines 3 和之前大量篇幅介紹的 Backtrader，使用強化學習方法開發一個股票交易策略，終於有...
在本節中，我們將探索強化學習（Reinforcement Learning，RL）的基本概念，以及如何將其應用於金融交易，以開發自適應的交易策略。我們將從理論出...
在上一節中我們仔細講過了 RL 的細節以及 from scratch 的實做了整個 pipeline。在本節中，我們將學習如何使用強化學習庫 Stable Ba...
在本節中，我們將探索如何使用現代深度學習模型——Transformer，進行股票價格的預測。我們將使用昨天中用於 LSTM 的相同數據，即蘋果公司（AAPL）的...
在本節中，我們將深入探索如何使用深度學習中的循環神經網絡（RNN），特別是長短期記憶網絡（LSTM），來進行時間序列數據的預測。我們將使用PyTorch框架，從...
再過去的幾節中我們進星了基礎的機器學習在股價上的探討，在本節中，我們將深入探討時間序列預測，特別是應用於金融市場的預測。時間序列預測在量化金融中扮演著重要的角色...
在上節中，我們介紹了監督學習在股市裡的應用，在本節中，我們將結合無監督學習和模型優化技術。首先，我們將探討如何應用聚類算法（如K-Means）來識別市場模式，以...
在本節中，我們將深入學習監督式機器學習的兩大主要分支：回歸模型和分類模型。首先，我們將應用線性回歸和決策樹等模型來預測股價，並使用均方誤差（MSE）等指標評估模...
在這一節中，我們將探索機器學習在金融中的應用場景，例如我們可以直接想到的預測股價！並學習如何使用Scikit-Learn庫。為了為機器學習模型準備高質量的訓練數...
昨天我們介紹了多資產的配置投資，但是面上有這麼多標的我該投資那一些呢 ? 今天，我們將學習因子投資的概念，並探索如何使用不同的因子來進行投資策略的構建與優化。因...
今天我們將學習投資組合的概念，並實作一個簡單的多資產投資組合。投資組合能夠分散投資風險，通過將資金配置到不同資產類別中，降低單一資產波動對整體投資的影響。今日...
在昨天的章節中我們有先窺視了一下策略優化的事，今天，我們將仔細談談這個，我們會學習如何在 Backtrader 中進行多次回測，並找到最佳的策略參數配置，進一步...
過去幾天我們分別學習了基本均線指標來交易以及使用 Backtrader來做回測，今天我們將綜合學習動量策略、均值回歸策略，以及利用技術指標（如 RSI 和 MA...
在本節中，我們將深入了解量化投資中至關重要的部分——回測。透過回測，我們可以在歷史數據上測試交易策略的有效性，評估其風險和收益特性。我們將介紹兩個流行的Pyth...
在這一節中，我們將結合金融指標計算和策略開發的基礎知識。首先，我們會計算基本的金融指標，如收益率、累計收益率和波動率，並深入理解夏普比率和最大回撤等風險調整指標...
今天我們將學習如何對金融數據進行清洗和處理，以及如何計算一些常用的技術指標(Technical Indicator)，這些指標將用於後續的策略分析與開發。今日...
在量化投資中，金融數據是基礎。獲取、清洗並處理這些數據是構建量化策略的第一步。今天將介紹如何使用 Python 獲取金融數據，並進行基本的數據檢視和處理，還會講...
1. 量化投資的基本概念量化投資是一種利用數據驅動的投資方法，它使用數據分析和數學模型來自動化決策過程。相較於傳統投資者的主觀判斷，量化投資依賴於歷史數據、算法...
這裡是一個為期 30 天的 Python 量化投資學習計劃，排除了基本 Python 語法，重點放在量化投資的策略、數據處理與分析、交易算法的實現等方面。每天都...
zivzhong
iThome鐵人賽
看影片追技術