fastai金融量化首选AI人工智能平台
虽然目前因为算力问题，全自动的AI量化还早，不过，结合AI人工智能，神经网络，辅助量化策略设计，已经具备很大的商业应用价值。
《零起点Python量化三部曲》当中，有两部就是关于AI与金融量化金融的：《零起点1-Python大数据与量化交易》，《零起点2-Python机器学习与量化交易》，《零起点3-TensorFlow与量化交易》
零起点3中的 Tensorflow ，因为目前神经网络，pytorch体系和automl的崛起，可能需要补充学习这些这些新的技术架构。
在图书中，笔者一直强调，金融量化人员，不是专业AI程序员，最好是使用keras作为人工智能平台。
请大家关注TOP极宽量化公众号，大量原创Python量化技术资料和课件、案例源码。
目前推广期间，关注公众号，即可免费浏览。
本来keras，后端通吃tf，mxnet，torch各种架构。
谷歌购并后，keras2.0开始集成了tf两部，私有化，宣布不再支持其他架构。
开源项目keras，被商业利益干扰。
结果，mxnet的gunlon在前，更催出大杀器fastai（pytorch版本的keras）。
网友也说：
Tensorflow2.0换api太愚蠢了，完全不考虑兼容性，老代码全部跑不了了。
基本API的更改确实是比较坑,Session是最基本的元素,后面版本居然不支持
正常更新,至少要编程老版本兼容啊.
tf没办法兼容，自己官方案例都不兼容，底层api都老是变来变去， 和.net差不多，现在都说是 tf.net。
目前，AI人工智能、神经网络整个态势，pytorch目前比tf发展势头好很多。
pytoch就是forward函数有些别扭,其他都不错，基本上是numpy的gpu版本，速度快了10-100x。
金融量化人员，不是专业AI程序员，用fastai足够了。
automl现在还有点不成熟，不然是首选。
参见：《automl:比人工量化策略准确度高十个点》
http://www.topquant.vip/?p=1646
fastai，相当于pytorch的keras，是基于python37和tensor的，很多最新的现代语法，代码非常精炼。
系统架构先进很多， 运行速度也比ks都2-3倍，而且学习更简单。
和lnux、python等众多开源软件一样，对于初学者在设置入门方面，还是有些门槛。
而且主打的是云gpu学习，也有部分商利益业诉求。
ps，云端GPU不便宜，差不多一小时1块钱人民币，ai课件，随便一个案例就1-2个小时，全部82节课学完，云端200-300个小时是基本的。
课程v3-part2结尾狂吹switf（sf4tf），有些混乱
不过v3-part1的82节课，还是不错的，每集5-10分钟，82级，也就1-2天时
近期，TOP极宽量化开源团队，正在开发一套基于zwpython2020的GPU版本，争取能够单机运行。
目前的内部测试版超过3G，比zwPython2020容量大一倍，而且支持cpu/gpu双模式。
不过建议是GPU，最好是GTX1080以上显卡，cou速度慢10倍以上。
ps:sklearn属于古典机器学习 最近和opencv一样,增加了神经网络函数 不过重点还是传统机器学习.
|Archiver|手机版|小黑屋|zwPython.com研习社
发表于 2020-9-2 17:13:56
