熟悉python编程,有着丰富的金融时间序列预测算法的调参经验,尤其擅长lstm,熟练掌握支持向量机,随机森林,GAN,进化神经网络算法,掌握tensorflow框架,会使用tensorboard分析根据经验调参,掌握爬虫技术,爬虫新浪财经数据,进行分析.具有基本的财报分析能力,关注财经动态
1 基于lstm,支持向量机,强化学习算法,建立起趋势分析子模块,投资情绪博弈模块子模型为基础的综合模型,该综合模型可以对输入股市数据进行降噪处理,通过dropout,特征选择等方式来降低过拟合,模型经过长达一个月的实盘验证,大盘行情旺季的时候对于收盘价涨跌准确率可达83%,大盘行情不理想的状况下,仍能够较为准确的筛选出涨幅超过一个点的股票