人工智能在量化投资分析中的实践

本文为恒生电子李涛在中国技术开放日上的发言演讲PPT。觉得实在太详细实诚了。于是千方百计地把图放上来。

人工智能发展历史

注:convolution neural network

监督和无监督分类
实践举例1
实践举例1
实践举例2
实践举例2
实践举例3
实践举例3
实践举例3
实践举例3
智能策略服务平台业务构架
实践举例4: RNN
实践举例5: LSTM
实践举例5: LSTM
实践举例6: PCA
实践举例7: CNN
实践举例7: CNN
过拟合
过拟合
过拟合
DL训练技巧
  • 数据预处理:zero center, normalization; shuffling training examples;
  • 学习速率调整: decreasing, AdaGrad/ AdaDelta
  • 避免过拟合: early stopping, weight decay
  • 权重初始化: 方差归一
  • 梯度下降优化: SDG, Variance Reduction
计算:数据并行与模型并行
开发框架:CNTK, TensorFlow
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容