写在前面的话 深度强化学习可以说是人工智能领域现在最热门的方向，吸引了众多该领域优秀的科学家去发掘其能力极限。而深度强化学习本身也由于其通用性备受各个应用领域推崇，从端对端游戏控制、机器人手臂控制、推

　　2010年08月11日——【渤海证券】 《基于 MT-SVM 模型的市场预测》 •  由于 A 股市场并非完全有效以及市场具有的分形特征和记忆性，从理论上来说对股票市场一段时间内的市场趋势所发生的概率

　　前言   深度学习技术在交易中的研究 深度学习最近受到了很多关注，特别是在图像分类和语音识别领域。然而，它的应用似乎并没有广泛应用到交易当中。这项调查涵盖了到目前为止作者(Greg Harris)发现

　　一、什么是机器学习 机械的定义避开不谈，回答也不追求全面准确。明确一点，机器学习的主要目的在于 发现规律 或 重现规律 。（此处不谈非监督学习、强化学习，也不谈降维、集成算法）。什么是发现规律？譬如将

　　1、引言 构建量化策略，首先需要找到具有所谓alpha的特征量，将这些特征量输入到数学模型学习出买入或者卖出信号，然后根据一定的出场规则出场。数学模型各种各样，有诸如线性回归、logistic回归的线

　　机器学习 & scikit-learn简介 简单说：机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。用一张图说明它所包含的内容：     我们把目光集中到上图中的有监督

　　投资策略 基于指数移动平均线的交易系统 多头开仓条件：短期均线上穿长期均线同时长期均线大于更长期均线的值 空头开仓条件：短期均线下穿长期均线同时长期均线小于更长期均线的值   为了达到分散风险的目的，

　　很多人梦想着将投资作为职业：不用打卡上班、不看领导脸色、睡到自然醒…… 还能把钱挣了，岂不美哉？然而，投资不是说干就能干的。即使你历尽艰辛成为最后的赢家、赚了大钱，你也可能输掉了你的一生。所以有人说“

　　首先分析下所谓“机构”的含义。机构是指证券公司、证券公司下属基金自营商、QFII、社保基金或代理社保基金的基金公司。   事实上，机构的行为可以通过：基金机构年报、个股公布的流通股东持股数量等进行识别

　　第一条： 在交换主力合约的空窗期时，最佳的做法是尽量少使用和不使用原来有的策略，那什么时候可以再次的使用原来的策略呢？需要在新合约走出一段时间的规律后，可以适应原策略或者修整后可行的时候，就能再次使用

　　每一个股民都想选到强势股，因为这样的个股涨的非常快，也可以快速带来收益。在操作强势股票的时候，我们需要对个股进行k线技术形态的分析，还需要看盘中分时线形态。   强势个股的分时线通常情况下会比较挺拔有

　　行情研判模块 它是为交易策略和资金管理服务的，抛开了这一点，任何行情研判都没了目标，都无法设立标准，也没有了实际意义。研判包含了预测，但不仅仅是建仓前预测，还包括建仓后的跟踪评判。   行情研判需要回

　　1、幸存者偏差（Survivorship bias） 幸存者偏差是投资者面对的最普遍问题之一，而且很多人都知道幸存者偏差的存在，但很少人重视它所产生的效果。我们在回测的时候倾向于只使用当前尚存在的公司

　　导读： 通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。 每个算法都看了好几个视频，挑出讲的最清

　　PaddlePaddle的Anaconda的兼容问题 之前我是在服务器上安装的PaddlePaddle的gpu版本，我想把BROAD数据拷贝到服务器上面，结果发现我们服务器的22端口没开，不能用scp