- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能在量化投资中的应用_光环大数据培训精选
光环大数据--大数据培训知名品牌
人工智能在量化投资中的应用_光环大数据培训
量化金融交易和金融大数据可谓是天作之合——巨量的、多种类相关的、实
时高速的、包含丰富显性和隐性价值的数据,给传统意义上纯数字的量化交易带
来了深层次的提高。作为开发推广量化交易策略平台的宽投金融科技,我们一直
在努力拓宽完善系统,使我们的产品能走在应用创新技术的前列。
国信证券是我们的忠实客户,在深度广度上,和我们不断有着良好互动式的
持续性合作。面对证券行业的一些挑战,诸如下降的佣金率和交易量,激烈的行
业竞争,作为行业中敢于创新的领先典型,国信和宽投努力探索怎样为投顾行业
提供更加可靠、灵活、高适应性、稳健、并严格控制风险的投资策略。对于海量
的金融大数据的收集、清理、分析、挖掘,并进行决策建议,是显而易见的尝试
方向。
宽投金融科技拥有专门的大数据和机器学习专家团队,包含了前Intel 的专
家,中科院的数据研究员,华尔街的量化交易专家等各种精英成员。微软中国从
加速器项目起就对我们持续支持,通过建立在微软云Azure 上的宽投平台,我们
和微软携手的联合销售加深了共赢合作。对宽投开放的微软机器学习实验室,更
是如虎添翼,在运用金融大数据技术的层面上,为我们增强核心竞争力,也给我
们的客户送去更多战略优势。
在这样的背景下,国信和宽投设定了国信解套宝的长期合作项目,并且已于
4 月初完成了首期实施应用。
周期/节奏
基于金融大数据技术,建立在宽投独特创新的量化交易策略生成平台,国信
光环大数据
光环大数据--大数据培训知名品牌
解套宝项目起始于2016 年7 月的双边探讨。经过数周的需求分析,自我评估,
设计规划,2016 年 8 月底,宽投正式向国信提出解决方案,和持续改进提高这
个强大工具的提议。
一个月后,国信和宽投正式推动这个项目的开发和实施。同年的 11 月底,
宽完投成了设计开发。经过6 周时间,通过和国信的联调,不间断地对历史市场
数据的回测,实时市场的模拟实测,我们进一步地完善了解套宝工具,并把第一
期的实现发布到了生产环境。
客户名称/所属分类
国信证券股份有限公司/量化金融类
任务/ 目标
国信解套宝项目要求维持客户仓位,以量化交易策略主导客户被套仓位进行
交易,降低持仓成本,实现盘活解套。通过对市场进行实时扫描,提取符合各种
预设条件的股票,预警过滤器中发出信号,根据各种组合策略实时计算分析,对
于不同用户的仓位和风控选择,提醒用户或者直接进行交易。
有别于其他国信和宽投合作的投顾量化交易项目,解套宝不单是由投顾提供
投资理念并在宽投平台实现策略设置,而且能通过机器学习市场金融大数据,对
策略进行增强。
该项目具有相当的前瞻意义,由于其灵活性和广泛性,在合理的架构体系下,
可以不断地在各种金融市场,各种产品,各种投资风格方面进行拓宽,并在其深
度和广度进行提高。所以,不仅需要通过对金融大数据的学习和处理归纳出投资
策略,更需要具备螺旋式上升迭代拓展的能力,增加数据量和数据种类,加快数
光环大数据
光环大数据--大数据培训知名品牌
据整理和分析的速度,提高输出结果策略的精度和扩展度。
挑战
对全市场的实时扫描,跨周期的高速分析运算,毋需编程直接实现投资理念,
运用真实市场历史数据回测研究验证投资策略等等,这些对于同行业中非常具有
挑战意义的需求,宽投已经提供成熟的一站式平台服务,在客户中广泛被应用。
这次项目的主要挑战在于用大数据和机器学习发掘发现投资策略。
我们希望通过海量的,不同种类的金融数据,从公司基本面资料,到股票走
向的技术指标,从宏观经济的货币政策到利率变化以及 CPI 等等,从新闻媒体
到社交网站的关注率,通过机器学习,找出强关联数据。再通过数据清理与分析
组合,找出稳定的有操作指导建议的策略。通过强大快速的回测系统,检验机器
学习的结果。
文档评论(0)