课程监督学习基础 · 机器学习理论
偏差-方差分解与泛化
偏差 方差分解与泛化 Hook：周一的因子复盘 上海某私募的因子研究员周一收到了风控的复盘邮件。他原本用 6 个 Barra 风格因子在沪深300 成份股上做截面回归预测次日超额收益,样本内 公式,模型经理觉得「不够性感」。一周后他把因子从 6 个铺到 36 个——叠加了 28 个行业哑变量、过去 30 日动量分位、几个高频微观结构特征——样本内 公式 一跃...
打开 →找到 9 个结果
English questions课程监督学习基础 · 机器学习理论
分类损失与 Logistic 回归
分类损失与 Logistic 回归 Hook：二元跑赢信号 上海某私募的因子研究员把上一节的 5 因子载荷在沪深300 全样本上重新拟过一遍,现在 PM 把问题反过来问:「不要预测下月超额收益率,直接给我一个『这只票下月跑赢沪深300 的概率』。」目标变量从连续的 公式 收缩成二值的 公式,这条信号要直接驱动一个多空叠加层(long/short overla...
打开 →课程无监督学习与强化学习 · 机器学习理论
强化学习基础:马尔可夫决策过程与贝尔曼方程
强化学习基础:马尔可夫决策过程与贝尔曼方程 Hook:30 分钟,100 张 IF 主力合约 周三 14:30,你在一家中型私募负责股指期货 CTA 产品。组合调仓信号刚切换,系统要在收盘前 30 分钟里把 CFFEX 的 IF2406 主力合约(沪深300 股指期货)多头持仓从 100 张减到 0。一次甩出 100 张市价单,冲击成本(market imp...
打开 →课程监督学习基础 · 机器学习理论
正则化与模型选择
正则化与模型选择 Hook：一次「翻牌」事件 你在上海一家私募基金负责沪深300 选股策略。上周你按第 3 课的做法，用普通最小二乘（ordinary least squares, OLS）把 5 个 Barra 风格因子——估值、质量、动量、规模、低波动——回归到下一期超额收益上，得到一组 公式。这周把估计窗口前移 5 个交易日重跑，价值因子载荷从 公式 ...
打开 →课程无监督学习与强化学习 · 机器学习理论
策略梯度与深度强化学习
策略梯度与深度强化学习 开篇场景：表格放不下的盘口 周三盘后，上海一家头部 私募 的初级量化把成果摊给组长：CFFEX 上 沪深300 股指期货 日内大单切片，建成 144 个离散状态的 MDP，跑通了表格 Q 学习，比 TWAP 省了约 2bp 的 实施差额（implementation shortfall）。组长翻两页就皱眉：「线上要吃 5 档盘口 + ...
打开 →课程监督学习基础 · 机器学习理论
线性回归作为监督学习的基线
线性回归作为监督学习的基线 Hook：周二早会的 OLS 提问 周二早会上，你向一家头部私募（private fund）的 PM 汇报上周的因子归因。你用沪深300 成份股过去 60 个交易日的横截面数据，对 5 个 Barra 风格因子——市值、估值、动量、质量、低波动——跑了一次普通最小二乘（ordinary least squares, OLS），这是...
打开 →课程监督学习基础 · 机器学习理论
统计学习框架：损失、风险与经验风险最小化
统计学习框架：损失、风险与经验风险最小化 开篇场景（Hook）：下月信号要不要照搬 上海一家私募的量化研究员把过去三年沪深300（CSI 300）成分股的月度超额收益（excess return）整理成一张表：每一行是一只股票在某月的 公式，公式 是当月末的因子向量（规模、价值、动量、低波），公式 是下月的超额收益。她准备在这张大约一万行的样本里挑一个预测器...
打开 →课程无监督学习与强化学习 · 机器学习理论
聚类与密度估计
Hook:5 年沪深300 日收益,你能不能贴出「风险开关」标签 上海某私募的初级量化研究员张昊把过去 5 年的沪深300 日收益拉成一张表——列是 20 日已实现波动率(realized volatility)、申万一级行业截面收益离散度(cross sectional dispersion)、60 日市值加权平均成对相关,1,200 多个交易日。组长甩话...
打开 →课程无监督学习与强化学习 · 机器学习理论
降维与表示学习
Hook：没有 Barra 许可证的统计风险模型 周二早上，某中型多空对冲私募给初级量化研究员的任务：周五交一套「统计风险模型」——把沪深300 成分股最近 1000 个交易日的日度收益拆成几个共同因子加特异噪声，做成数据驱动的因子模型（factor model）。没有 Barra 模型（Barra model）授权，基本面数据要月底涨价，只有 1000×3...
打开 →