揭開 OpenFE 在量化交易中的神秘面紗：高效自動化特徵生成的原理與實踐
量化交易的核心在於數據分析和模型建構，而特徵工程是連接原始數據與模型性能的關鍵環節。隨著數據規模和複雜度的增加，手動特徵工程變得越來越困難且耗時。OpenFE（Open Feature Engineering）作為一個高效的自動化特徵生成工具，為量化交易中的特徵工程提供了全新的解決方案。本文將詳細介紹 OpenFE 的原理，並探討其在量化交易中的應用。
機器學習選股策略
低波動本益成長比策略 | MAE_MFE 機器學習選股
有時我們有了初始策略輪廓，寫出來發現年化報酬率不錯，但夏普率不高、最大回撤率過大，若拿去實戰，持有歷程會遇上信心考驗，績效跳動範圍也大。有沒有辦法讓策略能夠報酬率更高、波動更低？ 本篇範例會利用基礎的機器學習演算法 Kmeans 分群 mae_mfe 指標，製作決策樹使用的 Labels，優化原本的"本益成長比"策略，示範 scikit-learn 搭配 finlab 模組是多麼強大又簡單！
Qlib-framework
Qlib-巨人級的AI量化投資平台
常有人詢問FinLab如何取得AI量化交易學習資源以持續精進？ 今天來介紹科技巨頭「微軟」在 Github 佛心開源的 Python AI 導向的量化投資框架～Qlib (Github)，從資料流(美、中股市)、建模流程、策略風控數據分析應有盡有，一條龍處理量化投資的工作。
Photo by Burak Kebaber on Pexels.com
機器學習 Python 做比特幣交易，如何找到好的特徵？增進模型的有效工具
這篇文章用機器學習實作能獲利的 BTCUSDT 交易模型，使用 Tunta 優化特徵，獲得更好的交易預測能力，會有機器學習範例講解。現在的...
Finlab 量化平台徵稿活動得獎作品 營業利益率選股-安正
營業利益率選股 原理 營收 (Revenue) 是一間公司「做多少生意」的指標，然而做多少生意不表示賺多少錢，營收再高也不代表賺更多的錢，...
Finlab 量化平台徵稿活動得獎作品 集技術面和籌碼面於一身的的AI選股策略-陳士謀
AI選股策略介紹 機器學習是現今人工智慧(AI)浪潮下的代表性技術，將機器學習演算法應用至股市交易是本次研究著重的重點，目的是探討在台灣股...
2021股票、比特幣崩盤確切時間點 ?! 免費工具大揭密 (附程式碼) | FinLab 財經實驗室
你是不是覺得比特幣、股票都漲好高，快要懼高症發作？最近是不是手很癢，很想要趕快買股票開始投資？還是說你已經大賺一波了，想要找一個時機做賣出呢？這個實驗就是專門為你設計的！這篇文章將介紹如何將巴菲特的經典名言「眾人恐懼我貪婪」製作成數學工具應用在股市、加密貨幣、全球指數上！
ROE怎麼看? 機器學習告訴你！
機器學習究竟能不能輔助人類買賣股票？答案一定是可以的，我們可以藉由機器學習歸納出結果，來優化我們的選股方式，今天這篇文章沒有非常高深的數學，也沒有困難的程式，只會有做完研究的心得，幫助大家選股更順利！
利用機器學習預測漲跌-優化方式
這一篇文章中，我們要針對以往的labeling方式進行優化，讓訓練出來的模型，可以有更準確的預測。沒有參加課程的同學，也可以跟我們一起學習，下方的程式碼都是完全公開的！請大家自行拿取玩玩看喔！
論文導讀：利用CNN神經網路來交易ETF
文章導讀：機器學習用來投資一直都是非常熱門的學問，近年來深度學習模型開始受到非常多的矚目，尤其是在電腦視覺方面，所以接下來導讀的這篇文章，就是提供了一個全新的方式，將目前最火紅的 視覺神經網路CNN，用來預測股票的漲跌。
