Py学习  »  机器学习算法

2023小班特训营上新!【VeighNa套利价差交易】和【VeighNa机器学习CTA】

VeighNa开源量化 • 8 月前 • 69 次点击  
由于上期小班特训营【机器学习CTA】的报名人数超出我们的预期,结束后也已经有不少同学报名了下期开班,看来大家对于如何将器学习技术应用在量化交易领域还是非常的感兴趣,所以这次在2023年原计划的第二场【套利价差交易】之外,特别再增开一场【机器学习CTA】,结合均值回归类的价差策略和趋势跟踪类的CTA策略可以构建Sharpe Ratio更加优秀的量化投资组合。
目前已经有部分名额被提前报名锁定,感兴趣的同学请抓紧。老规矩还是放几张之前特训营的照片:
准备完毕,静候同学们到达

学习量化,先从掌握核心框架

深入代码,分析策略逻辑细节


所有小班特训营时间定在周末两天,一共包含周六周日两个下午共计10+小时的课程,设立特训营专属答疑群,包括后续三个月的助教跟踪辅导,提供VeighNa小班特训营专属内部核心资料。


线下课程的地点在上海浦东,不方便来上海的同学我们也提供远程线上听课(直播+录播)。对于所有参加小班特训营的学员,在课程结束后都会拿到课程的完整录播视频,可永久回看


VeighNa套利价差交易
日期:2023年10月14日(周六)和10月15日(周日)
时间:两天下午1点-6点,共计10小时
大纲
  1. 初识套利价差交易
    1. 套利类策略的特点:靠高胜率获得核心优势
    2. 如何寻找好的套利价差,从数据面和基本面着手
    3. 价差组合时间序列建模:相关性分析、协整算法
  2. 价差数据结构设计
    1. 价差腿LegData和价差组合SpreadData
    2. 价差盘口计算原理:价格、数量、统计算法
    3. 基于动态解析的灵活价差数据计算
    4. 实盘数据流驱动,底层接口到上层算法
  3. 价差交易算法实现
    1. 价差执行算法和价差量化策略的异同
    2. 基于SpreadAlgoTemplate实现狙击算法
    3. 价差做市算法实现,盘口细粒度委托控制
  4. 价差量化策略开发
    1. 半自动固定范围买卖策略
    2. 全自动统计套利模型策略
    3. 网格区间价差交易策略
  5. 价差交易实战进阶:
    1. 价差策略回测:TICK模式和K线模式
    2. 实盘策略运维原则,安全、稳定
    3. 主动腿挂单做市算法的实现
价格:11999元

VeighNa机器学习CTA
日期:2023年11月4日(周六)和11月5日(周日)
时间:两天下午1点-6点,共计10小时
大纲
  1. 搭建机器学习环境
    1. 选择合适的硬件机器和操作系统
    2. VeighNa和GPLearn开发环境准备
    3. 针对机器学习的高性能数据存储
  2. 认识遗传规划学习
    1. 从【先有逻辑、后有公式】到【先有公式、后有逻辑】
    2. 算法基础:种群生成、适应度评价、自然选择、组合变异
    3. 数据集的拆分处理:训练集、验证集、测试集
  3. 上手CTA特征工程
    1. 基础特征数据的清洗准备:加载、预处理、缓存
    2. 梳理GPLearn内置特征函数:参数分类、边界情况处理
    3. 时序类特征函数的扩展开发:技术指标类、统计模型类
  4. 适应度评价的选择
    1. 适合量化交易的Fitness适应度评价体系
    2. 简单的收益率相关性:不依赖历史回测
    3. 全面的回测统计值:向量化策略回测框架
  5. 策略开发实战应用
    1. 机器学习CTA的三部曲:特征、信号、策略
    2. 趋势跟踪和震荡反转两种信号的实现
    3. CTA策略中的细节:资金管理、止损风控、平仓出场
价格:11999元


报名方式和之前一样,请发送邮件到vn.py@foxmail.com,注明想参加的课程、姓名、手机、公司、职位即可。或者也可以扫描下方二维码添加小助手咨询报名:

课程对于之前参加过小班特训营的学员优先开放。



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/161028
 
69 次点击