聚宽·TECH丨为什么量化研究员喜欢在Kubernetes上使用Fluid简化数据管理？

文章预览

作者 | 向东伟 聚宽高级量化工程师          陶宇宸 聚宽高级量化工程师   01  背景介绍 在金融市场的瞬息万变中，量化投资凭借其数据驱动的决策优势，正逐步成为投资界的一股新势力。聚宽（JoinQuant）致力于成为基于国内金融市场大数据的量化研究先锋。我们运用量化研究、人工智能等前沿技术，持续挖掘市场规律、优化算法模型，并通过程序化交易实现策略的自动化执行。在聚宽典型的量化投资研究过程中，主要存在如下几个关键环节： 因子挖掘 ：利用先进的数据分析技术，在海量数据中挖掘对投资策略具有预测价值的关键变量。 收益预测 ：采用机器学习等先进技术，结合多个因子，构建对目标变量的精准预测模型，涵盖线性回归、决策树、神经网络等多种算法。 组合优化 ：在预期收益和风险约束的基础上，通过优化算法，实现投资 ………………………………