“学海拾珠”系列之一百三十九：利用深度神经网络改进时间序列动量策略
金工深度研究：神经网络多频率因子挖掘模型
使用卷积神经网络识别的左右光学相干断层扫描图像之间的不对称性
1000增强引入神经网络多频率因子
金工专题报告：深度学习揭秘系列之二：涵盖价量与基本面因子的多模型结合神经网络
一种基于卷积神经网络的工具，用于从二进制轮廓表示中预测蛋白质 AMPylation 位点
基于神经网络的模型框架：机器学习量化模型
因子选股系列之九十一：基于循环神经网络的多频率因子挖掘
“学海拾珠”系列之一百七十三：基于端到端神经网络的风险预算与组合优化
因子选股系列之一一〇：ABCM：基于神经网络的alpha因子和beta因子协同挖掘模型
公众号
小程序
社群
公众号小程序社群