神经网络
神经网络是一种受生物大脑神经结构启发的计算方法，已成为现代金融领域的重要工具。其强大的模式识别和预测能力，使得金融市场分析、风险管理和投资策略制定得以显著提升。在金融应用中，神经网络能够从海量的历史数据中学习和识别复杂的非线性关系，进而预测市场趋势、评估信贷风险或检测欺诈行为。与传统的统计模型相比，神经网络更能够适应快速变化的市场环境，为金融机构提供更加精准和及时的决策支持。然而，尽管神经网络在金融领域具有巨大潜力，其应用也面临着数据质量、过拟合和解释性等方面的挑战。
限价订单簿的多视角预测：新颖的深度学习方法和硬件使用智能处理单元加速
论文原名
Multi-Horizon Forecasting for Limit Order Books:Novel Deep Learning Approaches and Hardware Acceleration using Intelligent Processing Units
论文作者
Zihao Zhang, Stefan Zohren Oxford-Man Institute of Quantitative Finance, University of Oxford
修订时间
2021年8月27日
引言
我们为限价订单 (LOB) 数据设计
更新时间：2021-12-28 02:21
Delta Hedging 的神经网络
论文原名
NEURAL NETWORKS FOR DELTA HEDGING
论文作者
Guijin Son and Joocheol Kim
发布时间
2021 年 12 月 21 日
引言
在完美金融市场假设下定义的 Black-Scholes 模型，理论上创建一个完美的对冲策略，允许交易者规避期权组合中的风险。然而，“完美金融市场”的概念，要求零交易和持续交易，在现实世界中遇到是具有挑战性的。尽管存在如此广为人知的局限性，但学者们已经未能开发出足够成功的替代模型以建立长期。在本文中，我们通过测试对冲探索基于深度神经网络 (DNN) 的对冲系统的前景以
更新时间：2021-12-21 02:38
跟着李沐学AI—GAN论文精读 【含研报及视频】
原研报标题：Generative Adversarial Nets
发布时间：2018年
作者：Ian J. Goodfellow∗, Jean Pouget-Abadie† , Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair‡ , Aaron Courville, Yoshua Bengio
摘要
本文通过对抗过程，提出了一种新的框架
更新时间：2021-11-30 03:08
跟着李沐学AI—Transformer论文精读 【含研报及视频】
原研报标题：Transformer: Attention is all you need
发布时间：2017年
作者：Ashish Vaswani、 Noam Shazeer、 Niki Parma 、Jakob Uszkoreit、 Llion Jones 、Aidan N. Gomez、 Łukasz Kaiser
摘要
主流的序列转换模型都是基于复杂的循环神经网络或卷积神经网络，且都包含一个enc
更新时间：2021-11-30 03:07
神经网络日频alpha模型初步实践
摘要
多因子体系主要包括alpha模型、风险模型、交易成本模型和组合优化，广义的alpha模型分为alpha因子构建和因子加权，是量化从业人员的研究重心但传统的alpha模型当期面临较大的挑战。
后发优势的逐渐丧失导致人工挖掘alpha因子的周期变长，国内外估值因子的长时间回撤，近年量价因子的批量拥挤等都是当前选股alpha因子层面的困境，量价因子拥挤等原因导致因子IC和组合绩效产生较大偏差，给以IC和回归为基础的动态因子加权带来挑战
除了人工合成alpha因子外，我们可以通过设计因子单元批量产生有效的alpha因子，以扩充因子库，考虑到因子IC和组合收益的不一致性，我们通过正交弱
更新时间：2021-11-26 07:56
神经网络交易算法
更新时间：2021-09-08 03:03
用多层感知器-回归算法实现A股股票选股
更新时间：2021-07-30 07:26