#72 · 主分类： 教育与研究
machine-learning-for-trading
《机器学习交易》第三版代码——从数据源到实盘执行。
项目最后更新：08/29/26
GitHub Stars
20.7K
Forks数量
5.6K
贡献者数量
17
许可证
MIT
收录理由
对于想用机器学习处理金融市场的学习者来说，这个仓库是Stefan Jansen《机器学习与交易》第三版的实用配套代码。它沿着一条完整的端到端路径展开：从数据管理和特征工程，到模型训练、回测、成本和风险核算，再到策略的实盘部署。九个案例研究把全书章节串联起来，新版还加入了生成式AI和自主智能体，覆盖检索增强生成、知识图谱以及多智能体系统在金融研究中的应用。由于代码围绕单一流水线组织，而非零散片段，它也能作为量化研究技术栈各环节如何衔接的参考。配套网站还提供了入门教程和若干生产级Python库，让笔记本之外的工作也能顺利推进。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建