利用AWS/Postgre构建期权数据管道;实现整个高频交易系统的周期 • 架构并开发了一个针对IB期权的高频交易系统 • 使用stable_baselines3库应用先进的强化学习技术。配置并训练近端策略优化(PPO)和深度Q网络(DQN)模型,用于交易环境中的决策制定 • 使用自定义回调机制来渲染训练环境并逐步监控进度 • 利用py_vollib进行详细的期权分析,使用Black-Scholes模型计算期权价格。为期权交易决策提供隐含波动率。使用gymnasium(gym)构建了一个自定义的交易环境:使用Python枚举模拟交易行为(卖出、持有、买入)和期权类型(看跌期权、看涨期权...
• 研究金融/股票报告中的NLP应用,以发现信号并增强因子投资 • 通过SVM(使用Tf-idf向量化)、XGBoost(使用独热编码)、LSTM(使用Word2vec)、FinBert(使用预训练的子词嵌入)构建并评估NLP情感分类模型,为40,000+股票提取200,000+零售投资者评论数据中的信号,用于alpha生成 • 研究基因表达编程在alpha生成中的应用...
• 研究金融/股票报告中的NLP应用,以发现信号并增强因子投资 • 通过SVM(使用Tf-idf向量化)、XGBoost(使用独热编码)、LSTM(使用Word2vec)、FinBert(使用预训练的子词嵌入)构建并评估NLP情感分类模型,为40,000+股票提取200,000+零售投资者评论数据中的信号,用于alpha生成 • 研究基因表达编程在alpha生成中的应用...