fastai金融量化首选AI人工智能平台

fastai金融量化首选AI人工智能平台

fastai金融量化首选的ai平台

虽然目前因为算力问题,全自动的AI量化还早,不过,结合AI人工智能,神经网络,辅助量化策略设计,已经具备很大的商业应用价值。
《零起点Python量化三部曲》当中,有两部就是关于AI与金融量化金融的:《零起点1-Python大数据与量化交易》,《零起点2-Python机器学习与量化交易》,《零起点3-TensorFlow与量化交易》
零起点3中的 Tensorflow ,因为目前神经网络,pytorch体系和automl的崛起,可能需要补充学习这些这些新的技术架构。
在图书中,笔者一直强调,金融量化人员,不是专业AI程序员,最好是使用keras作为人工智能平台。

请大家关注TOP极宽量化公众号,大量原创Python量化技术资料和课件、案例源码。
目前推广期间,关注公众号,即可免费浏览。

本来keras,后端通吃tf,mxnet,torch各种架构。
谷歌购并后,keras2.0开始集成了tf两部,私有化,宣布不再支持其他架构。
开源项目keras,被商业利益干扰。
结果,mxnet的gunlon在前,更催出大杀器fastai(pytorch版本的keras)。

网友也说:
Tensorflow2.0换api太愚蠢了,完全不考虑兼容性,老代码全部跑不了了。
基本API的更改确实是比较坑,Session是最基本的元素,后面版本居然不支持

正常更新,至少要编程老版本兼容啊.

tf没办法兼容,自己官方案例都不兼容,底层api都老是变来变去, 和.net差不多,现在都说是 tf.net。

目前,AI人工智能、神经网络整个态势,pytorch目前比tf发展势头好很多。
pytoch就是forward函数有些别扭,其他都不错,基本上是numpy的gpu版本,速度快了10-100x。
金融量化人员,不是专业AI程序员,用fastai足够了。
automl现在还有点不成熟,不然是首选。
参见:《automl:比人工量化策略准确度高十个点》http://www.topquant.vip/?p=1646

 

fastai,相当于pytorch的keras,是基于python37和tensor的,很多最新的现代语法,代码非常精炼。
系统架构先进很多, 运行速度也比ks都2-3倍,而且学习更简单。

fastai的视频课件b网有,大家可以看看。
b网链接:https://search.bilibili.com/all?keyword=fastai&from_source=nav_search_new

和lnux、python等众多开源软件一样,对于初学者在设置入门方面,还是有些门槛。
而且主打的是云gpu学习,也有部分商利益业诉求。
ps,云端GPU不便宜,差不多一小时1块钱人民币,ai课件,随便一个案例就1-2个小时,全部82节课学完,云端200-300个小时是基本的。
课程v3-part2结尾狂吹switf(sf4tf),有些混乱
不过v3-part1的82节课,还是不错的,每集5-10分钟,82级,也就1-2天时

近期,TOP极宽量化开源团队,正在开发一套基于zwpython2020的GPU版本,争取能够单机运行。
目前的内部测试版超过3G,比zwPython2020容量大一倍,而且支持cpu/gpu双模式。
不过建议是GPU,最好是GTX1080以上显卡,cou速度慢10倍以上。

ps:sklearn属于古典机器学习 最近和opencv一样,增加了神经网络函数 不过重点还是传统机器学习.

发表评论

电子邮件地址不会被公开。 必填项已用*标注