距离上一场【机器学习截面多因子策略】小班特训营，已经过去将近1年。过去这一年里，AI大模型在量化投研领域的应用愈发普及，尤其是在基于研报实现自动化因子挖掘方面，已经逐步从概念探索走向实际落地。
然而，由于大模型驱动的因子挖掘仍然涉及研报理解、信息抽取、逻辑归纳和公式表达等多个环节，许多社区同学对于如何将这套方法真正融入多因子研究流程，依旧不知从何下手开始学习。
基于此，2026年第二场小班特训营将继续深化【VeighNa机器学习截面多因子策略】核心主题，并在往期课程基础上新增一项前沿内容：
准备完毕，静候小班同学到达
学习量化，掌握核心理论框架
深入代码，分析策略逻辑细节
现场实践，剖析机器学习算法
截面多因子策略还有另一个大家可能更为熟悉的名字：Alpha策略。作为一种广义的统计套利型量化策略，截面多因子策略除了应用在股票量化选股领域外（指数增强和绝对收益），同样也可以应用于带杠杆的衍生品多空组合领域（期货、固收、互换等）。
截面策略超额收益绩效
基于之前学员的反馈，小班特训营这种2天10小时+
的高强度课程通过线上直播学习的效果并不理想。为了保证更好的学习质量，我们对授课模式进行了调整：后续小班特训营不再提供线上直播参加和视频内容回看，而是改为同一主题的每场小班课都可以再次到场听讲。同时，我们会针对每一个特训营的主题建立专项社群，持续提供专业交流与学习服务，而不再只局限于三个月的答疑时间。小班特训营优先面向买方投资机构。由于截面多因子策略本身的复杂性（因子数据、算力需求、金融理论等），不建议新手报名，本场课程部分名额已经被提前锁定，感兴趣的同学请抓紧。
日期：2026年5月16日（周六）和5月17日（周日）时间：周六下午1点-6点，周日上午8-11点，共计10小时- VeighNa AlphaStrategy开发环境准备
-
- 集成学习类：XGBoost、DoubleEnsemble
- 神经网络类：LSTM、GRU、ALSTM、Transformer
- 结合DeepResearch来提取研报中的因子逻辑思路
- 基于AI Agent实现自动化截面因子挖掘评估迭代
报名请扫描下方二维码添加小助手提供相关信息（想参加的课程、姓名、手机、公司、职位），报名结果以确认回复为准：
