报名 | 投资的未来——机器学习思享会

2018 年 7 月 15 日 THU数据派


如何将机器学习应用在投资领域,是目前投资界非常关注的问题。投资业还没有被当作科学问题来对待,其投资策略大多,没有用历史数据沙盘演练,手工作坊操作方式无法做沙盘演练,基金经理缺乏建模的概念和训练,总之,投资行业没有科学基础,没有数学优化,机器学习有望改善这一切。


价值投资和成长投资都可以用机器学习改造,变成量化投资。有报道说,德国一家基金用机器学习实现了年化收益500%的结果!虽然难以置信,但是给人启迪。投资就是选基金、选股票、选进出时间,本质上是预测股票的长期中期短期涨落,是科学问题,是预测问题。


投资问题就是机器学习建模问题、科学范畴内的预测问题。开源运动让机器学习走下神坛,机器学习将渗透到多数对冲基金的短线交易策略。机器学习在投资领域会引起革命。机器学习可以从股市中挤出利润。股灾对大众401K基金的摧残可以减小。机器学习将打败传统投资策略。对冲基金的量化建模行业在更新知识:学习机器学习。

 

本期思享会,我们邀请数据感咨询公司创始人米宁先生为大家分享机器学习在投资领域的应用,欢迎感兴趣的朋友报名参加本次活动。

 

【部分内容提纲】


 建立数学模型,公式与非公式

 机器学习和数据科学   的本质

 脂肪预测、记忆曲线、医疗   诊断 

 非投资领域中的数据科学问题

 函数模拟问题(包括   预测、分类)

 残留寿命、抓窃电贼、航空   港人力预测

 投资领域中的数据科学问题

 预测和分类问题

 退休基金止损,股票选择


【嘉宾】

米宁


1983年毕业于北大。1986年到1989年在清华计算机系任教,主要教授数据结构课程,是两本教材的作者:《数据结构题集》和《计算机软件技术基础》。90年代后期曾任美国交易站 TradeStation 证卷分析与交易平台投资技术顾问。2000年代任美国西南航空公司建模实验室资深分析师(预测,数据科学);2010年代在美国家得宝公司 Home Depot 做数据科学家。创立了数据感咨询公司 Data SenseAdvisors,专精于机器学习在投资中的应用。

 

创立或领导美国达拉斯华人两个主要数据科学社团群。清数大数据产业联盟理事。达拉斯北大校友会会长。达拉斯清华校友会前董事、副会长。近两年来给出过7场大数据、机器学习和投资方面的讲座。清华校友慈善募捐发起人。美国英文报纸两篇文章的作者。为澳大利亚海事局发明和提供马航定位的卫星呯弧算法。

 

【时间】2018年7月19日 14:00-17:00

(13:30签到)

【地址】报名信息确认后通知,请确保您的各项联系方式正确。

【报名方式】点击文末“阅读原文”或者扫描下方二维码进行报名



【说明】人数控制在30人左右,报名信息提交后,报名成功将收到短信通知,请留意短信通知。报名成功者请通过通知短信内的链接扫码进入活动群,如果确认无法参加当天活动请提前通知主办方,以便提前安排其他报名候选人参加。


【我要分享】

如果您有意向作为思享会的分享嘉宾,请发送邮件至meiqi.xin@tsingdata.com

思享会

思享会,是由清数大数据产业联盟与清华校友总会AI大数据专委会(筹)共同发起的思想交流平台,定位为小范围的深度交流,目标是希望通过思想交流与碰撞促进产业的数据创新,以及大数据与产业和资本的融合,帮助各产业发现和挖掘数据的价值,促成联盟成员及校友之间的互助与合作,为参会嘉宾带来新灵感和新启发。

清数大数据产业联盟

清数大数据产业联盟(原清华大数据产业联合会)成立于2014年11月,秉承原清华大数据产业联合会打造中立可信赖大数据生态系统的目标,以促进大数据和人工智能生态系统的健康发展为使命,搭建行业发展交流平台,服务产业端的大数据和人工智能需求,促进产业转型升级;同时,探索数据开放、共享和应用创新模式,积极推动大数据行业标准化,形成生态各方数据互联互通和合作共赢,向着数据大同的理想前进。

清华校友总会AI大数据专委会(筹)

清华校友总会AI大数据专委会(筹)是清华校友总会指导下,由AI大数据产业相关行业的清华校友自愿发起筹备成立的会员团体。清华校友AI大数据专委会(筹)秉承“服务校友、服务清华、服务社会、服务国家”的理念,定期组织AI大数据领域的学术讨论、论坛、讲座、沙龙等系列活动,为AI大数据产业链上的清华校友提供交流互动、思维碰撞和资源对接平台,支持AI大数据领域清华校友的创新创业。


点击“阅读原文”报名


登录查看更多
0

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
【经典书】统计学习导论,434页pdf,斯坦福大学
专知会员服务
233+阅读 · 2020年4月29日
【哈佛《CS50 Python人工智能入门》课程 (2020)】
专知会员服务
111+阅读 · 2020年4月12日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
普林斯顿大学经典书《在线凸优化导论》,178页pdf
专知会员服务
183+阅读 · 2020年2月3日
DTalk|自动化机器学习-人工智能的未来
机器之心
4+阅读 · 2018年9月15日
直播 | Python+AI:Python学习者的人工智能入门课
AI科技评论
4+阅读 · 2018年5月11日
【理论+代码】公开课全免费,手把手带你进入人工智能领域
量化投资与机器学习
10+阅读 · 2018年4月7日
Python量化投资实训营
量化投资与机器学习
11+阅读 · 2018年1月30日
500款各领域机器学习数据集,总有一个是你要找的
数据挖掘入门与实战
7+阅读 · 2018年1月24日
AI学院全球招聘兼职AI讲师:日薪5k-10k!
全球人工智能
8+阅读 · 2017年12月17日
投资,重要的是未来
雪球
5+阅读 · 2017年12月17日
招聘|AI学院长期招聘AI课程讲师(兼职):日薪5k-10k
全球人工智能
4+阅读 · 2017年11月17日
Tutorial on NLP-Inspired Network Embedding
Arxiv
7+阅读 · 2019年10月16日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11日
Deep Learning for Energy Markets
Arxiv
9+阅读 · 2019年4月10日
Arxiv
7+阅读 · 2019年4月8日
Arxiv
11+阅读 · 2019年1月24日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
11+阅读 · 2018年5月13日
Arxiv
6+阅读 · 2018年4月3日
VIP会员
相关资讯
DTalk|自动化机器学习-人工智能的未来
机器之心
4+阅读 · 2018年9月15日
直播 | Python+AI:Python学习者的人工智能入门课
AI科技评论
4+阅读 · 2018年5月11日
【理论+代码】公开课全免费,手把手带你进入人工智能领域
量化投资与机器学习
10+阅读 · 2018年4月7日
Python量化投资实训营
量化投资与机器学习
11+阅读 · 2018年1月30日
500款各领域机器学习数据集,总有一个是你要找的
数据挖掘入门与实战
7+阅读 · 2018年1月24日
AI学院全球招聘兼职AI讲师:日薪5k-10k!
全球人工智能
8+阅读 · 2017年12月17日
投资,重要的是未来
雪球
5+阅读 · 2017年12月17日
招聘|AI学院长期招聘AI课程讲师(兼职):日薪5k-10k
全球人工智能
4+阅读 · 2017年11月17日
相关论文
Tutorial on NLP-Inspired Network Embedding
Arxiv
7+阅读 · 2019年10月16日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11日
Deep Learning for Energy Markets
Arxiv
9+阅读 · 2019年4月10日
Arxiv
7+阅读 · 2019年4月8日
Arxiv
11+阅读 · 2019年1月24日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
11+阅读 · 2018年5月13日
Arxiv
6+阅读 · 2018年4月3日
Top
微信扫码咨询专知VIP会员