免费公开课腾讯会议录播免费公开课
AI量化系列公开课(4)：AI如何重构技术指标
从 SMA、EMA 到 Attention，理解 AI 如何升级因子工厂范式
AI量化系列公开课(4)：AI如何重构技术指标
免费回放腾讯会议录播公开课回放14个专题
聚焦技术指标背后的权重机制，从卷积、LSTM 到 Attention，帮助学习者看懂 AI 为什么能重构传统技术指标与因子生产方式。
课程介绍
数据与案例
20G+ 多市场真实历史数据
代码沉淀
10万+ 行生产级代码思路
核心履历
阿里 P9 / WorldQuant 顾问 / 香港券商基金经理
课程目标
建立可复盘、可迁移、可升级的研发框架
这门免费公开课适合对技术指标、深度学习结构和 AI 因子工厂范式感兴趣的人，尤其适合想看懂“AI为什么能重构技术指标”这个问题的学习者。
教学侧重
体系化落地
从目标设计、特征工程、因子研究到风控、部署与复盘，强调一套完整方法如何真正落地。
课程风格
理论+代码并行
不只解释原理，更会讲清每一步为什么这么做、对应什么工程实现，以及如何迁移进自己的研究流程。
交付结果
可复用框架
目标不是只学完目录，而是沉淀一套可复盘、可扩展、可持续升级的量化研发与策略迭代框架。
本课重点
- 用公开课形式把 SMA、EMA、LSTM、Attention 放到同一条权重演化主线上
- 解释技术指标如何从固定规则走向内容驱动权重机制
- 把 CNN、Attention 和白箱因子化连接到因子工厂体系
- 适合作为 AI 因子工程和大模型提效课程之前的启发型试听
学习收获
- 技术指标重构
- Attention
- 白箱因子化
- AI因子工厂
学习要求
- 1适合已经接触过技术指标或基础机器学习的人
- 2不要求深度学习专家背景，但愿意理解权重机制会更容易吸收
- 3想知道 AI 如何真正进入因子工厂的人会收获更大
适合人群
技术指标研究者对 Attention 与因子工厂感兴趣的人想理解 AI 如何升级传统指标的人准备进入 AI 因子工程主线的学习者
学习路径导航
先补哪一门、下一步学什么、哪些课程适合并行穿插，这里会给你一个更轻量的导航入口。