机器学习:传统量化的技术革新

非凸科技 2022-09-27 09:00:16

随着科技的进步和发展,人工智能技术被广泛应用于各个领域。机器学习是人工智能的一种形式,深度学习是机器学习中基于神经网络发展出的类别。机器学习作为传统量化的补充与技术革新,一方面,机器学习使得对海量数据的分析运用成为可能;另一方面,机器学习可以捕捉传统量化中难以发现的数据之间的潜在关系。

 

机器学习在量化投资研究中有着广泛的应用,不仅仅来自机器学习构建的程序化交易策略,更重要的是机器学习模型得到的结果可以作为投资参考,即辅助主观投资。

 

在量化选股层面,机器学习主要在因子端与模型端的应用。比如借助遗传规划(Genetic Programming)算法,通过输入基础因子与算子构造并挖掘新的有效因子。传统量价类因子以及财务因子已难以满足量化投资对于Alpha的追求,另类数据作为传统因子的补充,正逐渐成为Alpha收益的来源之一。另类数据的分析与挖掘在很大程度上依赖于机器学习,如采用机器学习算法对消费数据、网络推文、新闻舆情等非传统内容进行研究与分析,构建另类因子,挖掘出对股票价格产生影响的有效信息,有时能取得比传统因子更有效的效果。

 

机器学习在高频领域有着更好的表现,因为高频领域相对于低频,数据集的规模大幅扩大,并且高频数据之间可能存在着相对稳定的可识别模式。例如,通过基于LSTM的循环强化学习模型,构建算法交易策略。

 

除此之外,在衍生品对冲、金融数据生成等方面,强化学习也有着重要的应用。

 

未来,数据驱动与模型驱动将互相融合。算法和训练方法的不断改进,或许会提升机器学习在低信噪比数据上的表现;未来的因子挖掘会更多关注因子之间本身的逻辑,而非过度挖掘;未来因子库、模型库以及策略库会更加多样化,减少量化策略出现同质化;市场的多种状态转换下的模型适应或模型轮换,可能是未来机器学习需要更加关注的问题。

 

人工智能正当时,我们对其在量化投资上的应用一直持乐观态度,期待越来越多的新理论、算法和应用在机器学习领域大放异彩。然而,在强大技术的背后需要顶级人才的支撑。

 

眼下正值“金九银十”招聘季,为抢夺顶级人才,不少量化机构纷纷放大招,更有个别机构不仅开出百万薪资,还罕见披露“交易实力”。据业内人士透露,在量化顶级人才招聘中,硕士学历为基本门槛,顶尖学府更是加分项。

 

从长远来看,量化行业的发展需要保持策略和技术的持续迭代,其背后是充足的人才储备和完善的团队建设。而非凸科技作为第三方算法交易服务公司,也在在持续加大人才的投入,包括算法、策略、工程师、产品经理、商务经理等,只为更好地服务我们的客户!

 

与此同时,非凸科技诚挚欢迎对量化研究热爱的小伙伴,加入进来!为共同的量化事业赋能!

 

  • 量化开发工程师
  • 岗位职责:

1.设计并开发高性能,低延时的算法交易系统,研发交易模型;

2.设计并开发策略相关回测平台,并面向量化研究团队以及客户的实际需求,开发高可用的交易工具;

3.设计并开发数据处理平台,参与交易结果分析,交易系统性能分析,进行相关数据清洗、整理及相关工作。

岗位要求:

1.拥有计算机科学、数学、统计学或者相关领域本科及以上学历,国内外一流大学优先;

2.熟练掌握Linux操作,能熟练使用一种或多种编程语言,Rust/C++/Java/Go/python均可;

3.具有分布式计算、自然语言处理、机器学习、平台开发、网络或者系统设计方面的经验;

4.国内外计算机/数学/物理学竞赛奖项加分;

5.对技术、软件开发和数学充满热情。

 

机器学习研究员

岗位职责

1.参与设计开拓性的智能算法应用于交易;

2.参与构建科学、严谨的算法评测体系;

3.紧跟领域前沿,推动基础研究;

4.利用机器学习、深度学习和人工智能等方法,对历史数据进行研究、分析和统计,并从中寻找相关的趋势和规律。

岗位要求

1.本科及以上学历,金融、物理、数学、计算机等理科背景;

2.专业基础知识扎实,熟悉机器学习(深度学习),具备创新研究能力;

3.至少熟悉一种编程语言:Rust/C++/Python/Go/Java;

4.对人工智能及量化交易有浓厚的兴趣,思考深入,自我驱动,能快速学习新鲜事物。

 

Base range:

实习期600-800元/天

转正后20k-50k +员工福利

 

商务经理

岗位描述:

1.服务机构客户,以私募证券类、券商机构为主,针对所负责区域内的金融机构客户进行开发与维护,包括日常客户走访,收集客户需求,向客户提供市场咨询,与客户保持良好关系;

2.根据公司金融机构业务规划,统筹金融机构整体营销方案的具体落地执行,推动金融机构开发及合作,促成多赢的谈判结果;

3.根据客户需求,提供算法交易一体化解决方案。

岗位要求:

1. 学历专业不做要求,对计算机、金融科技、算法交易有深刻认知和理解加分;

2. 对行业经验不做要求,曾在券商、量化平台、恒生、迅投、私募、FOF机构等任职优先考虑;

3. 需要具有学习能力和良好的沟通能力,语言表达能力、逻辑思维能力、探索精神、主观能动性;

4. 具有较强的活动组织能力和抗压能力,良好的团队合作精神和协作能力均为加分项;

5. 拥有有券商资源,面貌形象好为加分项。

Base range:15k-25k +员工福利

 

工作地点:北京、上海、成都、深圳新加坡美国

简历发送至:recruit@ft.tech

 

 

 

 

 

 

...全文
52 回复 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文探讨了DeepSeek与Python在量化交易中的结合应用及其带来的变革。首先介绍了Python在量化交易中的优势,包括丰富的金融库生态系统、广泛的交易API支持以及高效的策略开发能力。接着阐述了DeepSeek技术为量化交易带来的三大革新:通过自然语言处理将非结构化数据转化为量化信号,实现特征工程自动化,以及利用强化学习框架优化交易策略。随后详细描述了构建DeepSeek量化系统的实战架构,涵盖数据层、模型层和执行层。此外,还介绍了前沿应用场景,如跨市场套利、动态风险控制和生成式策略创造。最后讨论了智能量化交易面临的挑战,包括过拟合风险、技术债务和监管合规,并展望了人机协同的未来趋势。 适合人群:对量化交易感兴趣的金融从业者、程序员和数据科学家,尤其是希望掌握最新AI技术在金融领域应用的专业人士。 使用场景及目标:①了解Python在量化交易中的具体应用和技术优势;②掌握DeepSeek技术如何提升量化交易的效果;③学习构建智能量化系统的架构和流程;④探索智能量化交易的前沿应用场景;⑤理解并应对智能量化交易面临的挑战。 阅读建议:本文内容较为深入,建议读者具备一定的编程基础和金融知识。在阅读过程中,应重点关注DeepSeek技术的具体应用案例和量化系统架构的设计思路,结合实际操作进行理解和实践。

1,020

社区成员

发帖
与我相关
我的任务
社区描述
渊渟无迹静涛君
社区管理员
  • 叫兽-郭老师
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

拒绝黄赌毒,文明聊天,可以问问题,招聘等

试试用AI创作助手写篇文章吧