01
非线性关系概述
为什么线性模型不够用？金融市场中的非线性现象（波动率聚集、杠杆效应、尖峰厚尾）。
波动率聚集杠杆效应尖峰厚尾
02
特征工程基础
单因子分析、多因子共线性处理、标准化与归一化。
共线性标准化归一化
03
多项式特征扩展
PolynomialFeatures原理、过拟合风险、交互特征构造。
PolynomialFeatures交互特征过拟合
04
样条回归
B-Spline基础、自然样条、平滑样条在因子平滑中的应用。
B-Spline自然样条平滑样条
05
广义加性模型(GAM)
GAM原理、pyGAM库实战、可解释性分析。
pyGAM可解释性加性模型
06
决策树与随机森林
树模型捕捉非线性、特征重要性、因子筛选实战。
随机森林特征重要性因子筛选
07
梯度提升树
XGBoost/LightGBM原理、因子组合优化、早停策略。
XGBoostLightGBM早停
08
神经网络入门
MLP结构、激活函数选择、过拟合与正则化。
MLP激活函数正则化
09
自编码器
降维与特征提取、去噪自编码器、因子重构。
自编码器去噪因子重构
10
核方法
SVR与核技巧、RBF核参数调优、核主成分分析(KPCA)。
SVRRBF核KPCA
11
局部回归
LOESS原理、KNN回归、局部加权学习。
LOESSKNN回归局部加权
12
符号回归
遗传编程基础、gplearn库、可解释公式发现。
遗传编程gplearn符号回归
13
贝叶斯方法
高斯过程回归、贝叶斯岭回归、不确定性量化。
高斯过程贝叶斯岭不确定性
14
时间序列非线性
TAR模型、马尔可夫转换、LSTM基础。
TAR马尔可夫转换LSTM
15
注意力机制
Transformer在因子挖掘中的应用、自注意力解释。
Transformer自注意力因子挖掘
16
图神经网络
关系型因子挖掘、GCN/GAT基础、股票关联图。
GCNGAT股票关联图
17
集成策略
Stacking、Blending、模型融合实战。
StackingBlending模型融合
18
特征选择
递归特征消除、L1正则化、SHAP值筛选。
RFEL1正则化SHAP
19
超参数优化
网格搜索、贝叶斯优化、Optuna实战。
网格搜索贝叶斯优化Optuna
20
交叉验证
时间序列交叉验证、分组交叉验证、滚动窗口验证。
时间序列CV分组CV滚动窗口
21
过拟合检测
学习曲线、验证曲线、置换检验。
学习曲线验证曲线置换检验
22
因子正交化
施密特正交化、PCA正交、风险因子剥离。
施密特正交PCA正交风险剥离
23
因子衰减分析
半衰期计算、IC衰减、换手率控制。
半衰期IC衰减换手率
24
多因子合成
等权合成、ICIR加权、机器学习合成。
等权合成ICIR加权机器学习合成
25
回测框架搭建
事件驱动回测、滑点与手续费、绩效归因。
事件驱动滑点绩效归因
26
风险模型
Barra模型、风格因子暴露、风险预算。
Barra风格因子风险预算
27
另类数据
文本情感分析、卫星图像、供应链数据。
文本情感卫星图像供应链
28
高频因子
微观结构特征、订单簿不平衡、Tick级因子。
微观结构订单簿Tick级
29
因子监控
IC序列分析、分层回测、因子拥挤度。
IC序列分层回测拥挤度
30
实战项目
从数据到策略的完整非线性因子挖掘流程。
完整流程非线性因子策略实战