AFML
AFML 是一个开源代码库，专门提供《金融机器学习进展》（Advances in Financial Machine Learning）一书中所有练习题的实验性解答。这本书由量化金融专家 Marcos López de Prado 博士撰写，是康奈尔大学等名校的研究生教材，旨在帮助读者掌握从理论到实战的量化策略构建技能。
对于许多自学者而言，书中复杂的数学概念和缺乏标准答案的练习往往是最大的拦路虎。AFML 通过提供基于 Python 的完整代码实现，填补了这一空白，帮助用户验证自己对三重屏障法、动态仓位管理等核心概念的理解，确保理论知识能转化为实际的策略代码。
该项目特别适合量化研究员、金融数据科学家以及希望深入钻研金融机器学习的开发者使用。虽然作者建议用户先尝试从头编写代码再将此库作为参考，但它也为缺乏高频数据的研究者提供了合成数据生成的代码片段，降低了入门门槛。
需要注意的是，AFML 中的大部分核心逻辑均为作者从零独立编写，具有独特的实战视角。作为一个长期维护的个人开源项目，它免费向公众开放，鼓励社区在尊重原创的基础上共同改进，是连接金融理论与工程落地的重要桥梁。
使用场景
某量化研究员正在尝试复现《金融机器学习进阶》中的三重屏障标签（Triple Barrier Labeling）策略，以构建市场中性模型。
没有 AFML 时
- 理论落地困难：书中复杂的数学公式和伪代码难以直接转化为可运行的 Python 代码，研究人员需花费数周时间从头推导逻辑。
- 实现细节缺失：对于动态仓位管理（Bet Sizing）等关键模块，缺乏具体的参数设置参考，导致自行编写的代码回测效果极不稳定。
- 数据验证受阻：在没有高频真实数据的情况下，无法生成符合统计特征的合成数据进行算法压力测试，只能凭空猜测模型表现。
- 调试成本高昂：由于缺乏标准答案对照，代码中的隐性逻辑错误（如未来函数泄露）难以被发现，严重拖慢研发进度。
使用 AFML 后
- 快速复现核心逻辑：直接参考 AFML 中从零手写的完整代码实现，将原本数周的公式转化工作缩短至几天，确保算法逻辑与原著理论严格一致。
- 精准调优策略参数：利用库中提供的三重屏障和仓位管理示例代码作为基准，快速验证并调整自家模型的超参数，显著提升策略夏普比率。
- 低成本启动测试：调用项目中提供的合成高频数据生成脚本，立即构建出逼真的测试环境，在无实盘数据阶段即可完成初步策略验证。
- 高效排查逻辑漏洞：通过对比官方习题解答与自写代码的差异，迅速定位并修复了数据对齐和标签生成过程中的隐蔽 Bug，大幅降低试错成本。
AFML 通过将顶尖量化教材的理论习题转化为可执行的开源代码，极大地降低了金融机器学习从学术研究到工程落地的门槛。
运行环境要求
未说明
未说明
快速开始
金融机器学习进展
由马科斯·洛佩斯·德·普拉多博士所著的《金融机器学习进展》一书中的所有习题实验答案。
这本书（一系列研究论文集）能够教授你必要的量化技能，而书中提供的练习则是确保你扎实掌握量化策略实现方法的绝佳途径——从“A”到“Z”。
同时，值得一提的是，该书也是康奈尔大学硕士项目中使用的研究生教材之一。这个仓库早在很久以前就已发布，而我目前则在一家专注于市场中性策略的量化基金工作。
“每一种成功的投资策略背后，都有一套同样扎实且实用的理论支撑；你要么用结果来证明，要么先验证理论本身。
不论哪种方式，最终都会导向另一条路径。”
——“Project Cauldrons”
本书传授了非常理性的量化金融方法，其中许多概念（尤其是三重障碍与投注规模调整）可以跨领域应用于其他类型的策略（不仅限于均值回归），例如波动率策略和趋势跟踪策略。
如果你决定从头开始编写代码（强烈推荐！），并以我的笔记本答案作为参考，那么你需要以下依赖库：
- Python 3.7.4
- numpy 1.17.3
- scipy 1.3.1
- numba 0.49.1
- pandas 1.0.3
- matplotlib 3.1.1
- sklearn 0.23.1
- statsmodels 0.10.1
免责声明
除上述模块外，本笔记本中运行的所有代码均为原创（私有仓库）。
注
如果你对量化研究感兴趣，但缺乏高频数据，我为你准备了一些生成合成高频交易数据的代码片段，帮助你快速入门。
2024年更新：这是我长期处于私有状态的个人仓库，欢迎任何人fork或用于研究，但请务必遵守以下规则：不得将其商业化或牟利；即使经过改进、修订或增补，也请注明原作者（也就是我本人）。本仓库将始终免费开放，绝不会因为滥用GitHub社区的辛勤劳动成果而突然变为“付费”资源。
此外，鉴于我的工作与书中所介绍的技术和方法并无关联，此仓库将不再更新。如有条件，请协助将代码升级至最新版本。
“善意孕育善意，这是人类希望得以延续的唯一途径。”
注
请注意，大部分代码均系原创，其余部分则参考了马科斯博士提供的资料。
因此，用于生成答案的代码被视为专有财产。
维持一个开源量化库的想法对我来说过于艰巨（尤其是在所有内容都是独立从零开始的情况下），不过我还是提供了一些代码片段和解释，以帮助那些对学习金融机器学习感兴趣的人。
2024年最新更新：由于我的工作与此仓库无关，我决定将其公开，以便更好地服务于公众利益。
注
强烈建议所有潜在的量化从业者“星标”本仓库，而非直接fork，因为我可能会在此基础上添加更新或其他算法实现。 本研究仓库将始终保持开源且免费。
归根结底，我的答案仅作参考。真正繁重的工作仍需有兴趣的个人亲自完成。
在此期间，我会分享一些技术建议，以便在未来版本的Python及相关模块中更轻松地实现这些算法。
我的答案或解释可能并不完美。如果你认为有更好的改进方法，请随时告诉我。
注
教科书中大多数Python代码都是6年前编写的（基于Python 2.7），因此在2020年可能无法正常运行。所以，读者需要理解Python语言、研究流程与目的，以及背后的数学原理，才能成功实现这些算法。
建议与鼓励
不要放弃。美好的事情终会到来。
也许结果不如预期，但总会接近目标。
诚信与坚持是成功的关键。
相似工具推荐
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
funNLP
funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。
cs-video-courses
cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。 面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。 这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
awesome-machine-learning
awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。 它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。 其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。