Python

从金融角度看,Python是一种强大的编程语言,其简洁、易读的语法和丰富的库使其成为金融分析和建模的首选工具。金融机构广泛运用Python处理复杂数据、进行量化分析和风险评估。Python在金融领域的应用包括算法交易、投资组合优化、信用评分、风险管理等。其灵活性使金融专业人员能够快速响应市场变化,制定精确策略。

通过自定义Python模块使用固化的深度学习模型去做预测

导语

当用户训练出具有一定意义的深度学习模型的时候,把训练得到的模型固化到本地可以方便以后的调用,关于如何固化深度学习模型,请移步这里,一般来说,固化深度学习模型是为了节省下一次训练重跑的时间,除此之外,被固化的模型还具有更复杂的使用方法。

本篇文章主要目的是为了讲述如何在一个自定义Python模块去调取被固化的深度学习模型,并且使用这些模型去做预测。需要注意的是,调取模型和做预测这两个流程都将在自定义Python中实现,不需要再新建其他的模块。

操作步骤

更新时间:2022-02-25 13:06

自定义数据进行因子分析demo

https://bigquant.com/experimentshare/28a454b6532144eb819a78efae160768

\

更新时间:2022-02-21 11:25

金工研究:华泰人工智能系列之七-人工智能选股之Python实战-华泰证券-20170912

摘要

介绍Python安装方法、与机器学习相关的包以及常用命令

Python语言是目前机器学习领域使用最广泛的编程语言之一,拥有众多优秀的包和模块,并且相对简单易学。我们将简单介绍Python语言的特性,常用命令,以及和机器学习相关的包,例如NumPy,pandas,scikit-learn等,希望帮助有一定编程基础的读者迅速上手Python语言。

机器学习选股框架与多因子选股框架类似,具有一定优越性

机器学习中最为主流的方法监督学习,其核心思想是挖掘自变量和因变量之间的规律。我们将经典多因子模型稍加改造,以机器学习的语言描述。在训练阶段,根据历史的因子值X和收益

更新时间:2021-11-26 07:28

分页第1页第2页第3页
{link}