有用联合盘古创业在2019年12月联合启动QuantFounder量化孵化器，致力于发现并培养最具潜力的量化团队。目前QuantFounder已和上海科技大学，日本早稻田大学，美国密歇根大学达成合作，共同启动量化精英种子计划。从上周开放申请以来我们已经接收到很多量化团队的入驻申请（点击查看更多关于量化孵化申请的信息）。

为了欢迎更多优秀的你们加入，告诉你们个好消息！由Quanfounder量化孵化器的合作伙伴盘古创业出资，QuantFounder将启动一个为期14天的线上AI量化学习营！此次训练营是针对拥有一定的AI基础，是为进阶人士量身定做的一套AI进阶课程，提供最新最全的AI量化的知识和实战案例，采用视频课程+群答疑的授课模式，近距离接触顶级讲师，还有助教帮忙答疑和检查作业。在这里，你不仅可以享受到通往顶尖人才的快乐、也可以结识志同道合的AI量化交易从业者。 名额有限，感兴趣的伙伴赶快报名！

【课前预习】

初识机器学习

监督学习与非监督学习

深度学习与神经网络

机器学习策略的优缺点

机器学习的因子与特征工程

从因子角度认识数据

因子开发与因子优化

线性因子评价体系的失效

机器学习环境下的因子评价体系

遗传算法因子挖掘（视频含作业）

【第二周核心知识点】

量化交易中常用机器学习模型介绍

从决策树到lightGBM模型

神经网络模型介绍

使用lightGBM构建一个机器学习策略

利用Tensorflow构建机器学习策略

实战项目

【通过VNPY实现因子提取】

第一周作业：

在实战机器学习因子生成中我们利用了遗传算法生成了一个由计算符和基础因子生成的遗传规划因子。那么作为一个挑战我们看看能否利用这个因子构建一个策略呢？

(率先完成者，优先开放下周视频)

【为预测模型提供可调的参数】

第二周作业：

背景：在机器学习投资模型中我们学会构建了机器学习模型，那么选取一种你已经学会的机器学习模型进行策略构建。

课程适合谁？

• 对机器学习算法有基础了解，具备一定的编程能力；

• 对数据结构与算法比较熟悉；

• 有一定的量化基础，编写过量化策略；

• 国外名校AI相关专业的硕士/博士；

• 已从事AI领域的相关工作；

• 在最顶尖的AI公司比如Google，Facebook，Amazon， 阿里，头条等；