文章

1. 深度学习在量化交易中的应用：在BigQuant量化交易平台的文章中，探讨了深度学习在量化交易中，特别是在因子挖掘方面的应用。文章提到，随着传统线性模型的潜力逐渐枯竭，非线性模型逐渐成为量化交易的主要探索方向。深度学习因其对非线性关系的拟合能力，在量化交易中展现出广阔的应用前景。此外，文章还介绍了两篇在KDD 2019上发表的研究，关注于股票嵌入和股票趋势预测。
2. 量化交易的入门教程：Jack Cui在其博客上分享了量化交易的基础知识，包括量化交易的定义、所需知识点、量化平台推荐以及一个简单的量化策略示例。文章还讨论了如何利用净资产收益率（ROE）作为选股指标，并介绍了阻力支撑相对强度（RSRS）作为交易时机的判断工具。
3. Python量化交易策略代码示例：AllTick博客提供了五个经典的量化交易策略及其Python代码示例，包括均值回归策略、配对交易策略、动量策略、趋势跟踪策略和波动性交易策略。这些示例展示了如何使用Python进行量化交易策略的开发和测试。
4. 知乎量化交易精华帖整理：BigQuant量化交易平台整理了知乎上关于量化交易及其子话题的高赞精华帖，为量化交易学习者提供了丰富的学习资源。
5. 量化交易策略分类：在雪球网上，有文章讨论了量化交易策略的分类，包括套利策略、宏观策略、管理期货、指数增强和股票多头等。
6. 量化交易的回测问题：雪球网上的另一篇文章讨论了量化交易中回测的重要性以及在回测过程中可能遇到的一些常见问题。
7. 算法交易与量化投资：华为云社区上的文章阐述了算法交易作为量化投资的一个分支，并澄清了算法交易并不等同于超高频交易的误解。文章还提到了回测系统在评估算法/策略靠谱程度中的作用。

网址

当深度学习遇上量化交易——因子挖掘篇 - BigQuant量化交易

当深度学习遇上量化交易——因子挖掘篇 - BigQuant量化交易摘要在深度学习的所有应用场景中，股价预测也无疑是其中一个异常诱人的场景。随着传统线性模型的潜力逐渐枯竭，非线性模型逐渐成为量化交易的