传统的量化投资,使用技术指标比如均值,MACD,RSI,KDJ等以及它们的线性变种来产生信号。 有几个缺点:
- 1、多为线性的,
- 2、参数设置全凭经验,没有调优过程,
- 3、规则偏静态的,无法适应跟进市场变化而自主进化。
我们的目标,是把前沿人工智能技术,包括大模型,机器学习,深度学习,深度强化学习,知识图谱,时间序列分析等技术应用于金融大数据挖掘, 更好的赋能量化投资。
点击空白处退出提示
传统的量化投资,使用技术指标比如均值,MACD,RSI,KDJ等以及它们的线性变种来产生信号。 有几个缺点:
- 1、多为线性的,
- 2、参数设置全凭经验,没有调优过程,
- 3、规则偏静态的,无法适应跟进市场变化而自主进化。
我们的目标,是把前沿人工智能技术,包括大模型,机器学习,深度学习,深度强化学习,知识图谱,时间序列分析等技术应用于金融大数据挖掘, 更好的赋能量化投资。






评论