老铁,邀请你来免费学习人工智能!!!

2017 年 11 月 14 日 量化投资与机器学习


从去年的AlphaGo到今年人工智能(Artificial Intelligence),英文缩写为AI,首次写进政府工作报告,人工智能正在席卷全球,引发第4次工业革命,而AI的核心技术是机器学习深度学习


目前,机器学习已广泛应用于数据挖掘、自动驾驶、计算机视觉、自然语言处理、搜索引擎、语音和人脸识别、医学诊断、量化金融、以及电商的搜索和推荐当中,人工智能正在迎来巨大爆发点。


AI在量化投资的应用也是不断显现活力。

We Know First predicts a growing universe of over 3,000 securities for the short, medium and long term horizons daily by applying Artificial Intelligence and Machine Learning techniques to search for patterns and relationships in large sets of historical stock market data.


We Know First is among 5 start-ups, who showcased their solutions in Payments, Finance Management, Security and other specialties according to Israel Economic Mission in the USA.


Through its self-learning ability and flexible multi-layered neural networks structure, the algorithm is able to learn from, adapt to and evolve together with continuously changing markets. It offers an independent, objective and unique perspective on the financial markets and doesn’t rely on any human derived assumptions or traditional theories and models that often do not hold (anymore).


Moreover, we Know First develops and back-tests systematic trading strategies which are used in partnerships with hedge funds and other asset managing entities. These strategies are rules-based and utilize algorithmic forecasting indicators mentioned above in order to rank and select the trades as well as the time the execution. The type of strategies varies, including mean-reversion logic and more trend focused approaches, all generating high positive alpha while keeping beta in the  0.3-0.8 range, yielding overall high risk-adjusted returns. The strategies can be used in partnership with I Know First to launch hedge funds, mutual funds or other investment vehicles.



鉴于此,推荐一位非常牛逼的机器学习科学家:陈梦翔,花名:浩颠。清华大学计算机博士,数据科学家,主要研究方向为:机器学习、模式识别、深度学习。曾任职于Google、Facebook、百度等人工智能实验室。


2013年-2015年在意大利举办的国际在线指纹识别竞赛中获得冠军,先后于IEEE  TPAMI、IJCB2014等国际顶级期刊发表多篇论文,拥有5个中国专利和1个美国专利,是推荐系统、NLP、点击率预估、图像识别领域实战派专家。


他现在在做机器学习培训,对机器学习感兴趣的可以加他助理了解,扫一扫下面的二维码添加,注明来自:公众号可以免费体验5次机器学习VIP课程,价值1980元,以及获得VIP课的视频,先到先得!还可以上每周一次的大型线上公开课,部分公开课主题如下:


【第1期】SVM车牌识别系统

【第2期】GANs对抗生成网络诗歌生成器

【第3期】用CNN构建简易版AlphaGo围棋AI

【第4期】朴素贝叶斯决策的OCR字符识别

【第5期】基于zero-shot学习的多语言翻译系统

【第6期】构建深度学习无人车驾驶系统

      。。。。。持续更新。。。。。


长按即可添加

登录查看更多
4

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2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
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
专知会员服务
115+阅读 · 2019年12月24日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2月18日
推荐:100节硅谷免费AI公开课
AINLP
9+阅读 · 2019年1月22日
人工智能 | 国际会议信息6条
Call4Papers
4+阅读 · 2019年1月4日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10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
【推荐】用TensorFlow实现LSTM社交对话股市情感分析
机器学习研究会
11+阅读 · 2018年1月14日
【资源】15个在线机器学习课程和教程
专知
8+阅读 · 2017年12月22日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Arxiv
101+阅读 · 2020年3月4日
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
Knowledge Flow: Improve Upon Your Teachers
Arxiv
5+阅读 · 2019年4月11日
Arxiv
26+阅读 · 2019年3月5日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
6+阅读 · 2018年2月28日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2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
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
专知会员服务
115+阅读 · 2019年12月24日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2月18日
推荐:100节硅谷免费AI公开课
AINLP
9+阅读 · 2019年1月22日
人工智能 | 国际会议信息6条
Call4Papers
4+阅读 · 2019年1月4日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10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
【推荐】用TensorFlow实现LSTM社交对话股市情感分析
机器学习研究会
11+阅读 · 2018年1月14日
【资源】15个在线机器学习课程和教程
专知
8+阅读 · 2017年12月22日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
相关论文
Arxiv
101+阅读 · 2020年3月4日
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
Knowledge Flow: Improve Upon Your Teachers
Arxiv
5+阅读 · 2019年4月11日
Arxiv
26+阅读 · 2019年3月5日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
6+阅读 · 2018年2月28日
Top
微信扫码咨询专知VIP会员