---

https://youtu.be/-Y-qEdoPx6k

时光机器 农历二零零二年（中译）

• 悦诗风吟：蔡卓宜按脸秘方
• 揭秘全球量化投资之父詹姆斯·西蒙斯

大秦赋 (Chinese Emperor)
春秋战国《礼记•经解》
孔子曰：『君子慎始，差若毫厘，缪以千里。』

《礼记·经解》孔子曰：<span style='color:#A9A9A9'; background-color:#696969;'>「君子慎始，差若毫厘，谬以千里。」¹

引用：「快懂百科」《礼记•经解》和第一范文网：差之毫厘，谬以千里的故事和「百度百科」春秋时期孔子作品《礼记•经解》和「當代中國」差之毫釐 謬以千里

考试啦！金融交易机械化专项课程

启程交易机械化之职业人生之道，学习量化交易技能与心得。

目录

专项课程：金融交易机械化专项课程

• 课程甲：......
• 课程乙：......
• 课程丙：......

课程一：课程：初识交易、学习与谷歌云端平台（GCP）

• 第一周：Introduction to Trading with Machine Learning on Google Cloud
• 第二周：Supervised Learning with BigQuery ML
• 第三周：Time Series and ARIMA Modeling
• 第四周：Introduction to Neural Networks and Deep Learning

课程二：实践金融交易机械化

• 第一周 : Introduction to Quantitative Trading and TensorFlow

  • 第一篇第一章：Introduction to TensorFlow, Trading, ML

    • 第一篇第一章第一节：视频: Introduction to Course
    • 第一篇第一章第二节：教材: Welcome to Using Machine Learning in Trading and Finance

  • 第一篇第二章：Understand Quantitative Trading Strategies

    • 第一篇第二章第一节：视频: Basic Trading Strategy Entries and Exits Endogenous Exogenous
    • 第一篇第二章第二节：视频: Basic Trading Strategy Building a Trading Model
    • 第一篇第二章第三节：视频: Advanced Concepts in Trading Strategies
    • 第一篇第二章第四节：测试: Understand Quantitative Strategies

  • 第一篇第三章：Introduction to TensorFlow

    • 第一篇第三章第一节：视频: Overview
    • 第一篇第三章第二节：视频: Introduction to TensorFlow
    • 第一篇第三章第三节：视频: TensorFlow API Hierarchy
    • 第一篇第三章第四节：视频: Components of tensorflow Tensors and Variables
    • 第一篇第三章第五节：视频: Getting Started with Google Cloud Platform and Qwiklabs
    • 第一篇第三章第六节：视频: Lab Intro Writing low-level TensorFlow programs
    • 第一篇第三章第七节：评估: Lab: Writing low-level TensorFlow Programs
    • 第一篇第三章第八节：视频: Working in-memory and with files
    • 第一篇第三章第九节：视频: Training on Large Datasets with tf.data API
    • 第一篇第三章第十节：视频: Getting the data ready for model training
    • 第一篇第三章第十一节：视频: Embeddings
    • 第一篇第三章第十二节：视频: Lab Intro Manipulating data with TensorFlow Dataset API
    • 第一篇第三章第十三节：评估: Lab: Manipulating data with TensorFlow Dataset API

• 第二周 : Training neural networks with Tensorflow 2 and Keras

  • 第二篇第一章：Overview of Neural Networks and Introduction to Keras APIs
    • 第二篇第一章第一节：视频: Overview
    • 第二篇第一章第二节：视频: Activation functions
    • 第二篇第一章第三节：[视频: Activation functions: Pitfalls to avoid in Backpropagation(https://www.youtube.com/watch?v=ztYFTRqI-Tw)
    • 第二篇第一章第四节：视频: Neural Networks with Keras Sequential API
    • 第二篇第一章第五节：视频: Serving models in the cloud
    • 第二篇第一章第六节：评估: Lab Intro : Keras Sequential API
    • 第二篇第一章第七节：视频: Neural Networks with Keras Functional API
    • 第二篇第一章第八节：视频: Regularization: The Basics
    • 第二篇第一章第九节：视频: Regularization: L1, L2, and Early Stopping
    • 第二篇第一章第十节：视频: Regularization: Dropout
    • 第二篇第一章第十一节：评估: Lab Intro: Keras Functional API
    • 第二篇第一章第十二节：视频: Recap

• 第三周 : Build a Momentum-based Trading System

  • 第三篇第一章：Identify momentum-based factors
    • 第三篇第一章第一节：视频: Introduction to Momentum Trading
    • 第三篇第一章第二节：视频: Introduction to Hurst
    • 第三篇第一章第三节：教材: Hurst Exponent and Trading Signals Derived from Market Time Series
  • 第三篇第二章：Build a trading model that uses momentum factors
    • 第三篇第二章第一节：视频: Building a Momentum Trading Model
    • 第三篇第二章第二节：视频: Define the Problem
    • 第三篇第二章第三节：视频: Collect the Data
    • 第三篇第二章第四节：视频: Creating Features
    • 第三篇第二章第五节：视频: Split the Data
    • 第三篇第二章第六节：视频: Selecting a Machine Learning Algorithm
    • 第三篇第二章第七节：视频: Backtest on Unseen Data
    • 第三篇第二章第八节：视频: Understanding the Code: Simple ML Strategies to Generate Trading Signal
    • 第三篇第二章第九节：交流: Compare interpretability versus explanatory power of the momentum factor
    • 第三篇第二章第十节：视频: Lab Intro: Momentum Trading
    • 第三篇第二章第十一节：评估: Lab: Momentum Strategies
    • 第三篇第二章第十二节：视频: Momentum Trading Lab Solution
    • 第三篇第二章第十三节：评估: Optional Lab: Improve Momentum Trading strategies using Hurst

• 第四周 : Build a Pair Trading Strategy Prediction Model

  • 第四篇第一章：Picking Pairs
    • 第四篇第一章第一节：视频: Introduction to Pair Trading
    • 第四篇第一章第二节：视频: Picking Pairs
    • 第四篇第一章第三节：视频: Picking Pairs with Clustering
  • 第一篇第二章：Trading Strategy
    • 第四篇第二章第一节：视频: How to implement a Pair Trading Strategy
    • 第四篇第二章第二节：视频: Evaluate Results of a Pair Trade
  • 第四篇第三章：Backtesting and Avoiding Overfitting
    • 第四篇第三章第一节：视频: Backtesting and Avoiding Overfitting
    • 第四篇第三章第二节：视频: Next Steps: Imrovements to your Pair Strategy
    • 第四篇第三章第三节：视频: Lab Intro: Pairs Trading
    • 第四篇第三章第四节：评估: Lab: Pairs Trading Strategy
    • 第四篇第三章第五节：视频: Lab Solution: Pairs Trading
  • 第四篇第四章：Optimize momentum trading model to minimize costs
    • 第四篇第四章第一节：视频: Kalman Filter Introduction
    • 第四篇第四章第二节：视频: Kalman Filter Trading Applications
    • 第四篇第四章第三节：测试: Pairs Trading Strategy concepts
    • 第四篇第四章第四节：评估: Optional Lab: Estimate parameters using Kalman Filters

课程三：学习强化版交易策略

• 第一周：Introduction to Course and Reinforcement Learning
• 第二周：Neural Network Based Reinforcement Learning
• 第三周：Portfolio Optimization

附录

此项目除了附上RMarkdown文件课程，并在项目文件夹附上pdf和png各课程证书副本。

![颁发于阳历二零二二年六月八日](.......png

png文件如上图，而电子书格式可下载于.......pdf。

考试啦！认证文凭

专项文凭认证：......

• 文凭甲：......
• 文凭乙：......
• 文凭丙：......
• 文凭丁：......
• 大学：纽约金融学院 — 华尔街的百年学府（英）

参考文献

• ML for Trading - 2nd Edition (GitHub) ❤️‍🔥
• 算法交易中的机器学习系列（一） ❤️‍🔥
• Machine Learning for Algorithmic Trading (Official) ❤️‍🔥
• ML for Trading (Exchange) ❤️‍🔥
• Machine Learning for Algorithmic Trading (2nd Edition).pdf ❤️‍🔥

---

纽约金融学院 — 华尔街的百年学府

Footnotes

1. HTML Color Codes ↩