行业研究报告

深度学习白皮书系列三:方法介绍及金融领域应用实例|长江证券

2018-06金融投资27长江证券

本报告是长江证券机器学习白皮书系列的第三篇,聚焦深度学习在金融领域的应用。报告系统介绍了监督学习(深度神经网络、循环神经网络LSTM、卷积神经网络)、无监督学习(限制波尔兹曼机)以及强化学习(Q学习)的核心算法,并给出两个具体金融案例。通过对比深度学习和传统机器学习的效率、结构、泛化能力,揭示深度学习在金融实践中的现状与局限。适合量化分析师、金融工程师、AI研究员及投资者了解深度学习在量化投资、风险管理和另类数据中的应用。

报告摘要

本报告是长江证券机器学习白皮书系列的第三篇,聚焦深度学习在金融领域的应用。报告系统介绍了监督学习(深度神经网络、循环神经网络LSTM、卷积神经网络)、无监督学习(限制波尔兹曼机)以及强化学习(Q学习)的核心算法,并给出两个具体金融案例。通过对比深度学习和传统机器学习的效率、结构、泛化能力,揭示深度学习在金融实践中的现状与局限。适合量化分析师、金融工程师、AI研究员及投资者了解深度学习在量化投资、风险管理和另类数据中的应用。

核心要点

  1. 深度学习方法概述
  2. 深度学习的成功案例
  3. 深度学习在金融的应用
  4. 为什么要用深度学习
  5. 监督类方法介绍
  6. 深度神经网络

报告信息

文件全名
机器学习白皮书系列之三:深度学习的方法介绍及金融领域应用实例-长江证券
适合读者
金融从业者量化分析师机器学习工程师投资研究员
数据来源
多方数据交叉验证
核心议题
金融投资方法介绍金融领域长江证券

常见问题

《深度学习白皮书系列三:方法介绍及金融领域应用实例|长江证券》主要包含哪些内容?

本报告是长江证券机器学习白皮书系列的第三篇,聚焦深度学习在金融领域的应用。报告系统介绍了监督学习(深度神经网络、循环神经网络LSTM、卷积神经网络)、无监督学习(限制波尔兹曼机)以及强化学习(Q学习)的核心算法,并给出两个具体金融案例。通过对比深度学习和传统机器学习的效率、结构、泛化能力,揭示深度学习在金融实践中的现状与局限。适合量化分析师、金融工程师、AI研究员及投资者了解深度学习在量化投资、风险管理和另类数据中的应用。

这份报告由哪家机构发布?

本报告由长江证券发布,发布于 2018 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2018 年,全文约 27。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合金融从业者、量化分析师、机器学习工程师、投资研究员等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、方法介绍、金融领域、长江证券等议题。

继续阅读

同分类报告

查看全部
📱 登录