PS:事先说明,对于我来说在金融领域常把RGN当作LSTM等常用模型极简版使用,所以此篇不讨论每个具体模型细节 一来点震撼,仙之人兮列如麻,ML/DL如过江之鲫  1.1陷入困境,什么困境 学生思维的困境：工具越学越多，亏损越来越大 很多学习者有一个致命的思维误区：把"知道"等同于"会做"。 我见过太多这样的场：学完均线金叉→兴奋实盘→连续止损→放弃学完,MACD背离→兴奋实盘→连续止损→放...... 但真正的问题在于：只是在堆砌工具，而不是构建系统。 不断...

上周手搓tr＋lstm真实力竭了,这周先完成再完美 1.1依旧梦到什么说什么  想做一个套利,但是怕ai听不懂,全部场景如下  但是后来还是简化了 1.2简单回测一下  有问题,直接AI智能分析发给AI再修 1.3改好了,但是非常亏 每一笔都亏上加亏  看了看超级工...

叠个甲,因为最近太忙了本篇差不多一半由AI帮我讲话,但是我发的内容都是与gemini多轮探讨后总结的,算我有点偷懒吧,不过我觉得传达到意思就好 还有一些参数调整其实是我边写边调的,所以图中其实只是过程,不是结果,仅供参考 1.1平台初始化与模型框架生成 本阶段旨在通过AI助手快速搭建基于深度学习的量化因子分析基础框架。 访问系统并创建空白的“AI工作流”，在画布右下角唤醒AI助手准备交互； 通过自然语言向AI描述研究目标：“帮我生成一个基于沪深全A股票池的机器学习因子分析框架，结合当前...

写在开头:完全是当心得流水账写,顺便做一下任务😂 一初遇PandaAI 第一次上手PandaAI,直接上来就是一个尝试AI助手生成工作流👊 结果就是不出我所料: 我说的如果过于复杂就无法一次实现或者说出现很多数据以及节点之间不匹配的情况 这不仅是工具的问题 更是波兰尼悖论（Polanyi'sParadox）在AI时代的重演：“我们要表达的，永远少于我们所知道的。” 1.1 总结了一下我试过的微观订单簿、高频套利、板块轮动、缩量横盘等等等等,每一个都是复杂适应...