机器学习 on Yuunagi Library

金融机器学习的进展

Sun, 28 Jun 2026 00:00:00 +0000

金融机器学习的进展

Advances in Financial Machine Learning

Marcos M. López de Prado

目录#

第01章 · 金融机器学习作为一门独立学科为什么金融机器学习不同于传统机器学习，以及项目失败的根源。 › 第1部分 · 数据分析如何结构化金融数据——数据类型、标签、样本权重、分数阶差分。 › 第02章 · 金融数据结构如何将原始金融数据重构为适合机器学习算法的数据结构。 › 第03章 · 标签方法固定时间窗口、三重障碍、元标签——金融场景下的标签生成方法。 › 第04章 · 样本权重重叠结果、并发标签、唯一性——为金融样本赋予合理的权重。 › 第05章 · 分数阶差分特征在保持平稳性的同时保留记忆——分数阶差分的方法与实现。 › 第2部分 · 建模集成方法、交叉验证、特征重要性、超参数调优。 › 第06章 · 集成方法 Bagging、随机森林、Boosting——在金融中如何正确使用集成方法。 › 第07章 · 金融中的交叉验证为什么标准 K 折交叉验证在金融中失效，以及净化 K 折方案。 › 第08章 · 特征重要性带/不带替代效应的特征重要性分析，及合成数据实验。 › 第09章 · 交叉验证超参数调优网格搜索、随机搜索交叉验证，以及评分与调优策略。 › 第3部分 · 回测下注规模、回测陷阱、交叉验证回测、合成数据、回测统计、策略风险、资产配置。 › 第10章 · 下注规模从预测概率到下注规模——策略无关的下注规模确定方法。 › 第11章 · 回测的危险为什么完美回测几乎必然是错的，以及回测不是研究工具。 › 第12章 · 交叉验证回测走步法 vs 交叉验证法，组合净化交叉验证回测方法。 › 第13章 · 合成数据回测在合成数据上回测交易规则——历史未必重演。 › 第14章 · 回测统计回测的各类统计量——特征、绩效、运行、效率、归因。 › 第15章 · 理解策略风险对称与非对称收益下的策略失败概率分析。 › 第16章 · 机器学习资产配置层次风险平价——从几何到层次关系的资产配置方法。 › 第4部分 · 实用金融特征结构性突变、熵特征、微观结构特征。 › 第17章 · 结构性突变 CUSUM 检验与爆炸性检验——检测金融时间序列的结构性突变。 › 第18章 · 熵特征香农熵、Lempel-Ziv 估计量——从信息论角度提取金融特征。 › 第19章 · 微观结构特征三代微观结构模型——从价格序列到战略交易模型。 › 第5部分 · 高性能计算指南多进程与向量化、暴力搜索与量子计算、HPC 预测技术。 › 第20章 · 多进程与向量化向量化、多线程、多进程——金融 ML 的高性能计算实践。 › 第21章 · 暴力搜索与量子计算组合优化问题的整数规划方法与量子计算前景。 › 第22章 · 高性能计算智能与预测技术 HPC 硬件与软件在金融预测中的应用——从闪电崩盘到监管响应。 ›

量化资产管理

Sun, 28 Jun 2026 00:00:00 +0000

量化资产管理

Quantitative Asset Management: Factor Investing and Machine Learning for Institutional Investing

Michael Robbins

目录#

第一部分 · 规划我们的工作投资方程式——从产品定位到治理架构。 › 第01章 · 选择我们的产品投资中的技术能力并非放之四海而皆准，本章讨论不同类型机构的目标、资源、约束与激励如何塑造投资管理的方式。 › 第02章 · 投资流程既然我们已在第1章确定了自身在业务中的使命，并阐明了如何推进其目标 › 第03章 · 领导力与治理三种致命的投资错误——傲慢、无知与道德的随意——以及如何通过文化、商业论证、投资政策声明（IPS）和尽职调查来构建审慎治理与有效领导。 › 第二部分 · 数据、特征与响应资产类型、金融数据、特征工程与因子。 › 第04章 · 资产类型本章将考察可用于决策的各类数据，并系统梳理股票、固定收益、大宗商品、另类投资等各类可投资资产的特征与差异。 › 第05章 · 金融数据传统的统计和时间序列分析方法在处理金融数据的细微之处时往往力不从心 › 第06章 · 特征尽管人们普遍认为建模阶段占据预测过程的主要份额，但恰当选择特征往往对最终结果更为关键。本章讨论数据探索、抽样、可视化、特征的选择、处理与整理，以及缺失数据填补、异常值处理和合成数据生成等技术。 › 第07章 · 金融因子与经济因子本章系统梳理量化投资中金融因子（financial factor）与经济因子（economic factor）的类别、构建与层级化建模方法，探讨风格因子、跨资产特征、另类数据及因子择时等关键议题。 › 第08章 · 构建因子预测构建因子预测——从单因子到多因子模型，探讨因子组合、条件预测与机器学习方法。 › 第09章 · 策略、目标与条件策略、目标与条件——如何将投资观点转化为可执行的目标函数与约束条件。 › 第10章 · 金融市场的时间序列与横截面分析金融市场的时间序列与横截面分析——两种分析维度的方法、应用与组合。 › 第三部分 · 构建我们的流程 Alpha 与风险模型、资产配置、选股、回测、交易成本。 › 第11章 · Alpha 与风险模型 Alpha 与风险模型——收益预测模型与风险模型的协同设计，从单因子到集成模型。 › 第12章 · 资产配置资产配置——战略配置、战术配置与选股的全流程，投资组合工厂的构建。 › 第13章 · 选股选股——从宏观主题到量化打分，多策略组合内的证券选择方法。 › 第14章 · 回测回测（backtesting）是验证系统化投资流程、建立信任并暴露模型缺陷的关键步骤。 › 第15章 · 交易成本与费用交易成本与费用——显性费用与隐性市场冲击的建模、度量与优化。 › 第16章 · 再平衡与税收再平衡与税收——投资方程式、税损收割与再平衡规则的成本效益分析。 › 第17章 · 金融市场的时间序列与横截面分析我们在第二部分的结尾讨论了与该部分相关的算法。 › 第四部分 · 执行我们的计划再平衡与税务、绩效与风险度量、投资与现金流管理。 › 第18章 · 绩效与风险度量绩效与风险度量——自建还是外购、归因分析、风险分解与监控体系。 › 第19章 · 投资、风险与现金管理战略计划是脆弱的，但这并不削弱规划的价值。本章系统梳理投资、风险与现金管理的治理、流程、文化与持续改进。 ›

强化学习的数学原理

Wed, 24 Jun 2026 00:00:00 +0000

强化学习的数学原理

Mathematical Principles of Reinforcement Learning

赵世钰著

目录#

前言内容简介、教程背景、阅读指南。 › 符号说明本书常用数学符号一览。 › 第1章 · 基本概念网格世界、状态与动作、状态转移、策略、奖励、MDP。 › 第2章 · 状态值与贝尔曼方程状态值的定义、贝尔曼方程的推导与求解。 › 第3章 · 最优状态值与贝尔曼最优方程最优策略、贝尔曼最优方程、压缩映射定理。 › 第4章 · 值迭代与策略迭代值迭代、策略迭代、截断策略迭代算法。 › 第5章 · 蒙特卡罗方法 MC Basic、MC Exploring Starts、ε-Greedy 算法。 › 第6章 · 随机近似算法罗宾斯-门罗算法、Dvoretzky 定理、随机梯度下降。 › 第7章 · 时序差分方法 TD 算法、Sarsa、Q-learning、n-Step Sarsa。 › 第8章 · 值函数方法函数近似、深度 Q-learning、DQN。 › 第9章 · 策略梯度方法策略梯度定理、REINFORCE 算法。 › 第10章 · 演员-评论家方法 QAC、优势演员-评论家、异策略与确定性 AC。 › 附录概率论基础、测度论、序列收敛性、梯度下降。 › 索引术语与算法索引。 ›

Playing Atari with Deep Reinforcement Learning

Tue, 23 Jun 2026 00:00:00 +0000

核心思想#

用深度卷积神经网络近似 Q 函数，直接从高维像素输入（游戏画面）学习到端到端的策略，无需人工特征工程。

关键创新是 经验回放（experience replay）：把 (s, a, r, s') 转移存进回放缓冲区，训练时从中随机采样 minibatch。这打破连续样本间的相关性，平滑数据分布，让训练更稳定。

Q 学习更新#

目标函数是最小化当前 Q 值与目标之间的差距：

$$ L(\theta) = \mathbb{E}_{(s,a,r,s') \sim U(D)} \left[ \left( r + \gamma \max_{a'} Q(s', a'; \theta^-) - Q(s, a; \theta) \right)^2 \right] $$

其中 $\theta^-$ 是目标网络参数（定期固定），$D$ 是回放缓冲区。

要点#

单一网络结构处理所有 Atari 游戏（同一套超参数）
输入：84×84×4 堆叠帧；输出：每个动作的 Q 值
$\varepsilon$-greedy 探索，$\varepsilon$ 从 1 衰减到 0.1

这篇奠定了后续 DQN 系列（Double DQN、Dueling、Prioritized Replay）的基础。

强化学习入门

Tue, 23 Jun 2026 00:00:00 +0000

强化学习入门

从原理到实践

叶强 · 闫维新 · 黎斌编著

目录#

致谢致谢在本书写作过程中提供帮助的家人、老师和同事。 › 前言本书的写作背景、全书结构概览和读者对象说明。 › 常用符号强化学习常用数学符号说明。 › 算法列表全书主要算法汇总。 › 第1章 · 概述强化学习的历史 · 1.2 强化学习的基本概念 · 1.3 章节组织 · 1.4 编程环境与代码资源 › 第2章 · 从一个示例到马尔可夫决策过程 2.1 马尔可夫过程 · 2.2 马尔可夫奖励过程 · 2.3 马尔可夫决策过程 · 2.4.1 收获和价值的计算 · › 第3章 · 动态规划寻找最优策略 3.1 策略评估 · 3.2 策略迭代 · 3.3 价值迭代 · 3.4 异步动态规划算法 · 3.5.1 小型格子世界 › 第4章 · 不基于模型的预测 4.1 蒙特卡罗强化学习 · 4.2 时序差分强化学习 · 4.3 n步时序差分学习 · 1.前向认识TD（λ） · 2 › 第5章 · 无模型的控制 5.1 行为价值函数的重要性 · 5.2 贪婪策略 · 5.3 同策略蒙特卡罗控制 · 5.4 同策略时序差分控制 · › 第6章 · 价值函数的近似表示 6.1 价值近似的意义 · 6.2 目标函数与梯度下降 · 6.2.1 目标函数 · 6.2.2 梯度和梯度下降 · 6 › 第7章 · 基于策略梯度的深度强化学习基于策略学习的意义 · 7.2 策略目标函数 · 1.Softmax策略 · 2.高斯策略 · 7.3 Actor-Cr › 第8章 · 基于模型的学习和规划 8.1 环境的模型 · 8.2 整合学习与规划— Dyna算法 · 8.3 基于模拟的搜索 · 8.3.1 简单蒙特卡罗 › 第9章 · 探索与利用 9.1 多臂游戏机 · 9.2 常用的探索方法 · 9.2.1 衰减的ϵ贪婪探索 · 9.2.2 不确定行为优先探索 · › 第10章 · Alpha Zero算法实战 10.1 自博弈中的蒙特卡罗树搜索 · 10.2 模型评估中的蒙特卡罗搜索 · 10.3 策略价值网络结构及策略提升 · ›

学习作用量以推进分子动力学长时间步模拟

Mon, 13 Jul 2026 11:37:47 +0800

学习用于分子动力学长时间步模拟的作用量#

Filippo Bigi,^* Johannes Spies, Michele Ceriotti^†

计算科学与建模实验室，材料研究所，洛桑联邦理工学院，1015 洛桑，瑞士

（收到：2025年7月23日；接受：2026年4月23日；发表：2026年6月9日）

经典力学的方程可用于模拟从天体物理到原子尺度的无数物理系统的时间演化。精确的数值积分需要很小的时间步长，这限制了计算效率——特别是在分子动力学等跨越截然不同时间尺度的情形中。使用机器学习算法预测轨迹可以极大地延长积分时间步长，但代价是会引入伪影，例如缺乏能量守恒以及系统不同自由度之间失去均分。我们提出学习数据驱动的结构保持（辛且时间可逆）映射以生成长时间步经典动力学，并表明该方法等同于学习所关注系统的力学作用量。这些模型可以基于短参考轨迹进行学习，并可在热力学条件和化学组成之间迁移。我们表明，一个由作用量导出的机器学习积分器消除了非结构保持的机器学习预测器的病态行为，并且该方法可以迭代应用，作为对计算成本更低的直接预测器的修正。

以高精度和高效率模拟经典力学系统是计算物理学中一个长期存在的挑战[1,2]。传统数值方法通常依赖小时间步长来传播动力系统的运动方程，以提供精确的积分。这些小步长限制了计算速度和可扩展性，尤其是对于原子模拟等问题，这类问题中最快运动的时标与决定相关物理过程的缓慢集体跃迁时标之间存在巨大差距[3]。

机器学习的最新进展通过实现复杂物理过程的数据驱动近似提供了有前景的替代方案[4–12]。例如，最近关于使用长时间步进行机器学习驱动的分子动力学轨迹预测的工作展示了原子模拟工作流程潜在的重大加速[13–18]。然而，这些方法不保留底层哈密顿流的几何结构，导致违反能量守恒、均分以及其他基本物理定律，这限制了它们在严谨科学应用中的使用。在此，我们研究一种参数化方法，直接学习近似经典动力系统长时间演化的结构保持映射，目标是在保持几何和物理保真度的同时显著增大模拟时间步长。

我们感兴趣的一般问题是那些时间演化服从哈密顿方程的问题

$$ \frac{d \pmb{p}} {dt} = - \frac{\partial H} {\partial \pmb{q}} , \frac{d \pmb{q}} {dt} = \frac{\partial H} {\partial \pmb{p}} ,\tag{ðÞ} $$

其中 q 和 p 分别表示位置和动量矢量，其维数等于力学系统中的自由度数目。在此以及本快报的其余部分，我们将假设哈密顿量不依赖于时间，这对于封闭系统是合适的。例如，在许多科学相关的问题中，$\mathbb{H}$ 采取如下形式

$$ H ( p , q ) = \sum_{i = 1}^{F} \frac{p_{i}^{2}} {2 m_{i}} + V ( \pmb{q} ) ,\tag{ðÞ} $$

其中 $m_{i}$ 是与每个自由度的质量相关联的，而 $V ( q )$ 是系统的势能。这涵盖了从天文学到分子动力学的大多数经典系统。

鉴于这类问题在数学和物理的许多领域中无处不在，人们已开发出多种数值积分方法来求解哈密顿动力学。在这些方法中，能够保持精确哈密顿流特定几何性质的算法已被证明具有令人满意的长时间行为[19]。特别是，辛积分器能在任意时间步长下精确地保持与 $( p , q )$ 空间中的面积元相对应的几何项（相关领域教科书结果的简要总结见补充材料[20]）。辛性质保证了存在一个修正的（或“影子”）哈密顿量，其精确流在非常长的时间尺度上与数值解达到极好的近似[19,21]。这确保了数值传播的系统也是哈密顿系统，并且由于修正的哈密顿量接近于真实的哈密顿量，从而实现了能量的长时间近守恒。此外，时间可逆方法的优点是它们的修正哈密顿量在时间步长的二阶精度内等于真实的哈密顿量，这进一步提高了它们的精度和能量守恒性。