量化

Menger_Wen6 天前
人工智能·python·机器学习·金融·模型·量化
【金融机器学习】第五章:最优投资组合——Bryan Kelly, 修大成(中文翻译)本章讨论并分析投资组合选择的机器学习方法。投资组合选择问题是金融学的核心问题,其目标是通过有效配置投资者资源实现增长最优的储蓄,且资产定价中的所有主要问题都与之密切相关。在弱经济假设(如无套利)下,经济中的均值-方差有效组合(MVE)是可交易随机贴现因子(SDF)的体现,因此概括了市场参与者在均衡价格中权衡风险与回报的方式(Hansen and Richard, 1987)。类似地,单个资产对MVE组合的暴露与其预期收益率一一对应,这意味着MVE相当于一个单因子贝塔定价模型,可以解释平均收益率的横截面差异
Menger_Wen6 天前
人工智能·python·机器学习·区块链·模型·量化
【金融机器学习】第三章:收益预测——Bryan Kelly, 修大成(中文翻译)实证资产定价的核心在于衡量资产风险溢价。这种衡量呈现两种形式:一种旨在描述和理解不同资产间风险溢价的差异,另一种聚焦于风险溢价的时间序列动态。作为收益的一阶矩,它自然成为审视金融机器学习实证文献的起点。一阶矩同时概括了两个方面:i) 投资者认为持有风险资产应获得的合理折现补偿(可能因市场摩擦导致的定价扭曲而存在偏差);ii) 潜在投资者所面临投资机会的首要特征。
Menger_Wen6 天前
人工智能·机器学习·模型·量化
【金融机器学习】第二章:复杂模型的优势——Bryan Kelly, 修大成(中文翻译)我们许多人的计量经济学训练都植根于"简约性原则"的传统。Box和Jenkins(1970)的模型构建方法就是典型例证,其对金融计量经济学的影响无论如何强调都不为过。在Box和Jenkins最新版预测教材¹的引言中,"简约性"被列为"模型构建的基本理念"之首:“实践中必须强调的是,我们应采用能够充分表征现象的最少参数数量”【原文强调】。
Menger_Wen7 天前
人工智能·python·机器学习·模型·量化
【金融机器学习】第四章:风险-收益权衡——Bryan Kelly, 修大成(中文翻译)前一章节主要讨论了不涉及风险-收益权衡的监督预测模型,因此不构成资产定价模型。本章将利用无监督与半监督学习方法,建立明确建模风险-收益权衡的因子定价模型。
TGITCIC2 个月前
量化交易·量化·ai金融·deepseek量化交易·大模型金融·ai量化·大模型理化
AI量化交易是什么?它是如何重塑金融世界的?在电子交易普及之前,证券交易依赖于交易所内的公开喊价系统。交易员通过手势、喊话甚至身体语言传递买卖信息,这种模式虽然直观,但效率低下且容易出错。例如,某厂早期的交易数据显示,一笔订单平均需要5分钟才能完成撮合,而如今,电子交易平台可以在微秒级时间内完成相同操作。
滚雪球~3 个月前
python·量化·策略
小市值策略复现(A股选股框架回测系统)相关config配置 https://quantkt.com/forumDetail?id=201043
Jackilina_Stone3 个月前
人工智能·llm·量化·论文阅读笔记
【论文阅读】平滑量化:对大型语言模型进行准确高效的训练后量化论文题目:SmoothQuant: Accurate and Efficient Post-Training Quantization for Large Language Models
伊玛目的门徒4 个月前
python·backtrader·量化·日志管理·回测
解决backtrader框架下日志ValueError: I/O operation on closed file.报错(jupyternotebook)解决办法:在 IPython 环境下,内核可能会对日志进行重定向,从而引发问题。你可以尝试在运行代码之前禁用 IPython 的日志重定向:
紫雾凌寒4 个月前
人工智能·深度学习·自然语言处理·bert·模型压缩·量化·quantization
什么是量化?BERT 模型压缩的秘密武器在自然语言处理(NLP)领域,BERT(Bidirectional Encoder Representations from Transformers) 模型自问世以来,便如同一颗璀璨的明星,迅速成为研究和应用的焦点。它凭借着强大的语言理解能力和卓越的性能表现,在多个 NLP 任务中取得了领先成绩,为整个领域带来了革命性的变化。
iisugar4 个月前
人工智能·学习·剪枝·量化·推理
AI学习第二天--大模型压缩(量化、剪枝、蒸馏、低秩分解)目录1. 量化:压缩大象的“脂肪”比喻技术逻辑2. 剪枝:修剪大象的“无效毛发”比喻技术逻辑3. 知识蒸馏:让大象“师从巨象”
Nicolas8934 个月前
性能调优·量化·大模型推理·大模型量化·推理模型量化·qwq32b·gptq量化
【大模型实战篇】使用GPTQ量化QwQ-32B微调后的推理模型之所以做量化,就是希望在现有的硬件条件下,提升性能。量化能将模型权重从高精度(如FP32)转换为低精度(如INT8/FP16),内存占用可减少50%~75%。低精度运算(如INT8)在GPU等硬件上计算效率更高,推理速度可提升2~4倍。
Better Bench5 个月前
金融·量化·策略·交易·量化投资·回测·ptrade
【金融量化】Ptrade中如何获取各类回测数据?
Better Bench5 个月前
金融·量化·策略·交易·量化投资·下单
【金融量化】Ptrade中的基础交易与高级量化交易策略的下单接口功能:用于按指定数量买卖股票或其他金融产品。 参数:返回:返回Order对象的id(字符串类型),如果创建订单成功则返回id,失败则返回None。
Better Bench5 个月前
金融·股票·etf·量化·融资融券·业务·转债
【金融量化】Ptrade中交易环境支持的业务类型• 特点: 普通股票买卖是最基础的交易形式,投资者通过买入和卖出上市公司的股票来获取收益。 ◦ 流动性高:股票市场交易活跃,买卖方便。 ◦ 收益来源多样:包括股价上涨的资本利得和公司分红。 ◦ 风险较高:股价波动较大,受市场情绪、公司业绩等多种因素影响。 • 适用场景:适合中长期投资、趋势跟踪策略等。