数学与统计能力 / 机器学习理论
2.6.3 · 神经网络
该模块已接入真实课节内容。beta 阶段优先展示中文版本，内容团队会继续校对和补充练习。
阶段
核心
课节
4 节
预计时长
280 分钟
未来正式边界
1 节未来免费
课节
beta 阶段所有课节默认可读；免费/付费标签仅标记正式发布后的权限边界。
Q2.6.3.1前馈神经网络作为函数逼近器开篇场景 (Hook)：Ridge 之外，还有什么 上海一家私募的初级量化研究员陈晨把过去 36 个月沪深300（CSI 300）成分股的 30 列因子拼成一张面板：价值、动量、低波、质量、规模、换手、分析师修正等等，每月做一次截面回归，标签是下月超额收益。她用岭回归（ridge regression）跑了一遍 5 折交叉验证，OOS 上的 公式 只有 0....未来免费校验通过Q2.6.3.2反向传播与自动微分反向传播与自动微分 Hook：四分钟一步的梯度 你刚加入一家以沪深300 alpha 为主力的私募（private fund），上手第一件事是把上一课那张 5 层、宽度 128 的多层感知机（multi layer perceptron, MLP）跑通——目标是用一个标准的 Barra 因子模型（factor model）的截面特征去拟合 公式，本质上是在学...未来付费校验通过Q2.6.3.3深度网络的训练:优化与正则化Hook:周三晚上的训练日志 上海一家中等规模私募的初级量化研究员小陈,把上一课刚学会的反向传播搬到了沪深300 选股因子模型(factor model)的 alpha 预测上。模型是一个深度 5、宽度 256 的多层感知机(multi layer perceptron, MLP),约 33 万参数,输入是 60 个标准化后的截面风格因子,标签是次日截面超额...未来付费校验通过Q2.6.3.4结构化数据的架构:CNN、RNN 与 Transformer结构化数据的架构:CNN、RNN 与 Transformer Hook:三次翻倍的 OOS R² 某上海私募的小张盯着屏幕,样本外曲线又一次贴着零线晃。他在沪深300 成份股上做日内分钟收益预测,输入是过去 60 根 1 分钟 OHLCV(open / high / low / close / volume)五通道、共 300 维向量,模型是上一课刚训完的深...未来付费校验通过