就业于摩根斯坦利纽约总部量化金融部门,主要从事algorithm trading ,stock volume预测,机器学习研究,固定收益和外汇定价建模以及衍生品定价。建立了利率和外汇的定价模型和股票的统计套利模型,对销售及交易类数据作机器学习分析有独到的研究。 她为公司trading book的重要变量建立系统化自学习建模框架,为每个季度的资金计划提...
There are many examples of Machine Learning algorithms been able to reach satisfactory results when doing that type of prediction. This article considers the use of LSTM arranges on that situation, to foresee future patterns of stock costs dependent on the value history, nearby with specialized ...
量化交易(Quantitative trading)1.1 定义 量化交易(量化投资)是指借助现代统计学和数学(机器学习)的方法...
stockstats: 一个基于pandas的库,提供股票数据转换为股票统计数据的功能。 TradingWithPython: 一个集成了多种数据源的库,用于获取和分析股票数据。 JoinQuant: 提供股票、期货、基金等多种金融数据的Python库。 PyNance: 提供财务和股票市场数据分析的工具。 Googlefinance: 获取Google Finance股票数据的库。 Investpy...
最频繁的二元组包括common_stock,united_states,cash_flows,real_estate和interest_rates。 模型训练 gensim.models.Word2vec类实现了之前介绍的 SG 和 CBOW 架构。Word2vec 笔记本包含额外的实现细节。 为了方便内存高效的文本摄取,LineSentence类从提供的文本文件中创建一个生成器,其中包含单独的句子: ...
Trading information Parsing Backtesting Current fundamental data Stock prediction Unit testing Where to go from here Data acquisition Data preprocessing Machine learning Contributing Overview The overall workflow to use machine learning to make stocks prediction is as follows: ...
纽约大学数学金融硕士学位。就业于摩根斯坦利纽约总部量化金融部门,主要从事algorithm trading ,stock volume预测,机器学习研究,固定收益和外汇定价建模以及衍生品定价。建立了利率和外汇的定价模型和股票的统计套利模型,对销售及交易类数据作机器学习分析有独到的研究。
股票交易策略在投资公司中起着至关重要的作用。然而,在复杂多变的股票市场中获取最优策略颇具挑战。本文探索深度强化学习在优化股票交易策略以实现投资回报最大化方面的潜力。选取 30 只股票作为交易标的,其每日价格作为训练和交易的市场环境。训练深度强化学习智能体以获得自适应交易策略,并将其性能与道琼斯工业平均指数...
order_target_percent(context.stock, 0)order_target_percent()是量化平台编辑的下单函数，可以设置某个...
Python For Trading Feb 08, 2023 16 min read Applying LightGBM to the Nifty index in Python LightGBM is an efficient gradient-boosting framework that uses tree-based learning. This blog discusses an improvised version of the algorithm and its use in the Indian stock market... Machine Learnin...