杨轶
某金融机构个人研究分享 不代表公司 财富管理部副总裁
复旦大学经济学硕士,CFA(特许金融分析师)。拥有 8 年证券、基金行业量化研究经验,现负责基金业绩归因与评价、基金遴选、FOF构建和金融量化模型的研究。曾先后研发股票多因子Alpha、统计套利、CTA趋势等交易策略,进行大类资产配置模型的研究和金融量化平台的设计。目前对深度学习在投资领域的应用初有探索。
课程概要
背景介绍:
当前权益类量化投资领域仍以多因子模型为主流策略开发基础,无论在股票价格预测、策略构建还是投资组合绩效归因上,研究方法多以线性回归模型为主。
解决思路/成功要点:
在本次峰会上,我将带大家一起见证 AI与传统金融投资理念互撞的火花,向各位分享RNN、LSTM等深度学习模型在预测A股主要指数上的效果以及人工智能模型在投资实战中的应用意义。
成果:
人工智能模型不仅扩充了金融量化研究方法,而且为量化投资策略增加了新思路、提升了灵活性。
听众收益
1) RNN、LSTM等模型原理的了解
2) 上述模型如何用来预测A股主要指数及其效果
3) 深度学习模型在投资实战方面的应用意义
杨轶
某金融机构个人研究分享 不代表公司 财富管理部副总裁
复旦大学经济学硕士,CFA(特许金融分析师)。拥有 8 年证券、基金行业量化研究经验,现负责基金业绩归因与评价、基金遴选、FOF构建和金融量化模型的研究。曾先后研发股票多因子Alpha、统计套利、CTA趋势等交易策略,进行大类资产配置模型的研究和金融量化平台的设计。目前对深度学习在投资领域的应用初有探索。
课程概要
背景介绍:
当前权益类量化投资领域仍以多因子模型为主流策略开发基础,无论在股票价格预测、策略构建还是投资组合绩效归因上,研究方法多以线性回归模型为主。
解决思路/成功要点:
在本次峰会上,我将带大家一起见证 AI与传统金融投资理念互撞的火花,向各位分享RNN、LSTM等深度学习模型在预测A股主要指数上的效果以及人工智能模型在投资实战中的应用意义。
成果:
人工智能模型不仅扩充了金融量化研究方法,而且为量化投资策略增加了新思路、提升了灵活性。
听众收益
1) RNN、LSTM等模型原理的了解
2) 上述模型如何用来预测A股主要指数及其效果
3) 深度学习模型在投资实战方面的应用意义