gqhyz

国信证券金融工程专题研究递归神经网络RNN维度叠加与可微分神经计算机

RNN 不同于传统神经网络的感知机的最大特征就是跟时间挂上钩，即包含了一 个循环的网络，就是下一时间的结果不仅受下一时间的输入的影响，也受上一 时间输出的影响，进一步地说就是信息具有持久的影响力。人们在看到新的信 息的时候产生的看法或者判断，不仅仅是对当前信息的反应，先前的经验、思 想的也是参与进去这次信息的推断的。

PDF

1.15MB

2020-07-26 23:32

长江证券_机器学习白皮书系列二

本篇报告将进行无监督学习方法的介绍。无监督学习方法包括分布估计、因子分析、主成分分析、聚类分析、关联规则和GooglePageRank算法等，本文主要就常用方法分成两类：聚类和降维进行介绍。

PDF

2.16MB

2019-05-22 03:04

上期技术CTP_C++_API实盘范例代码及帮助文件

本范例是根据上期技术提供的C++的API接口编写的可以进行实盘的代码，需要进行商品期货程序化交易的同学请看来

RAR

17.26MB

2019-05-13 07:00

华泰证券_人工智能选股之循环神经网络模型

神经网络是近年来迅猛发展的人工智能的核心技术，本篇报告选取具有时间序列预测能力的循环神经网络作为研究对象，对传统RNN、LSTM、GRU三种循环神经网络模型进行系统性的测试。在月频的多因子选股方面，循环神经网络具有出色的样本外预测平均正确率，但是样本外平均AUC值表现一般。神经网络在年化超额收益率、信息比率上优于线性回归算法，但是最大回撤普遍大于线性回归算法。在目前测试的所有神经网络模型中，LSTM表现最好，GRU的表现和LSTM相近

PDF

1.95MB

2019-04-28 21:14