zw-ps:几年前d老文章了，现在依然有参考价值，特别是对于初学者。
参见：
zw公开课与哈佛、斯坦福MBA案例教学
TQ极宽量化·课程简介
PP概率编程也许是首选的量化建模语言
本文摘自《零起点2机器信息与量化交易》，预计2018年12月出版。
在有关TensorFlow、PyTorch、MXNet等深度学习、神经网络的图书当中，笔者曾经说过：
所有的神经网络，深度学习算法模型，本质上，都是基于概率的模型。
PP概率编程，英文名称是probabilistic programming，相对于PP概率编程这个概念，更加流行的专业名称是：概率编程语言（probabilistic programming language，简称PPL。
这是因为，PP概率编程，是与传统面向过程、OOP面向对象完全不同的编程模式；就AI人工智能领域，PP概率编程，与传统的机器学习，神经网络完全不同，是完全独立的另外一个体系。
PP概率模型，一直是机器学习、神经网络的重点领域之一：
Pyro概率编程语言，Uber与斯坦福大学最新的研究成果，该语言基于 Python 与 PyTorch 之上，专注于变分推理，同时支持可组合推理算法。Pyro 的推理算法，是通过随机函数，快速构建神经网络模型。
WebPPL，一个基于浏览器的在线概率编程网站，以教学为主。
Edward，谷歌推出的概率编程框架，是一个用于概率建模、推理和评估的 Python 库。它是一个用于快速实验和研究概率模型的测试平台，目标是融合：贝叶斯统计学和机器学习、深度学习、概率编程三个领域。Edward 构建于 TensorFlow 之上，它支持计算图、分布式训练、CPU/GPU 集成、自动微分等功能，可以使用 TensorBoard 进行可视化分析。
就笔者个人的角度而言，对于金融量化分析领域，PP概率模型可能比其他神经网络、深度学习算法，更加接近一线的需要，理由如下：
金融量化项目，本身就是基于概率的推理编程。
PP概率模型，比其他神经网络，有更加深厚的理论基础。
PP概率模型，算法模型简单清晰，便于理解。
PP概率模型大部分都是基于Bayesian贝叶斯算法的，目前常见的PP概率算法有：
Bayesian贝叶斯算法。
Bayesian inference贝叶斯推理机。
MCMC马尔科夫链蒙特卡罗算法。
序列蒙特卡罗推理算法。
HMC哈密顿蒙特卡罗算法。
PP概率算法，更多的属于神经网络、深度学习领域，就本书的读者而言，有些过于专业，不过sklearn机器学习模块库当中，也集成了两组和PP概率算法相关的函数。
一组是基于Bayesian贝叶斯函数，另外一组是HMM隐马尔可夫函数。
ps：
@@Pyro概率编程语言网络资源：
项目链接：http://pyro.ai/
GitHub 链接：https://github.com/uber/pyro
@@WebPPL在线概率编程网站网络资源：
项目链接：http://webppl.org/
GitHub 链接：https://github.com/probmods/webppl
@@edward项目网络资源：
项目链接：http://edwardlib.org/
GitHub 链接：https://github.com/blei-lab/edward
请大家关注TOP极宽量化公众号：TOP极宽量化，浏览，TopQuant.vip极宽网站，大量原创量化资料和课件、案例源码。关注公众号，即可获得最新网盘下载地址。TQ极宽·相关网络QQ社群如下：
- QQ群号：124134140，TOP极宽金融量化总群，面向专业金融实盘用户，三千人大群。
- QQ群号：1057170501，zwPython.com学习群，面向py初学者和大众小白用户，两千人大群。
- QQ群号：699266891，TFB极宽足球大数据，TFB=TopFootBall
- QQ群号：790548107，FASTAI智能量化
- QQ群号：663952322，PytorchLightning智能框架
- QQ群号：655402626，CBF中华大字库，ziwang.com字王网站，已升级为元字库: metafont.vip