对于新手，一个可行的序列预测的学习路径就是：RNN-LSTM-Attention-Transformers-各种新Paper。

文章插图

图片来自：Two Sigma
最后作者也分享了强化学习的相关应用，强化学习完全是一个端到端的应用。主要在游戏和机器人领域取得了很大的成功。强化学习本身需要强大的算力及模拟器。但在量化投资的应用并没有深度学习那么广泛。

文章插图

图片来自：Two Sigma
总结
通过本次分享，可以看出深度学习在顶尖对冲基金的应用：

• 深度学习有用，且已经成为主力
• 坚持传统投资框架，在不同的流程中找到深度学习的应用场景
• 基础设施、海量数据同等重要

• m都是大片！微软 Skype 支持将必应 Bing 图片设为通话虚拟背景
• dIBM Watson Advertising将AI天气分析工具引入AWS Data Exchange
• Juno Network：一个不能忽略的Cosmos平台级项目
• iPhone|iPhone取消lightning接口有戏吗？工信部回应！
• 汽车本质上是一种工具|蛇皮绿色福特gt超级跑车现身bringatrailer拍卖
• 产品|定位一站式货品与供应链服务商，「CJDropshipping」开拓国内一件代发服务
• bing|意大利45%的人最喜欢在电商平台购物！青睐第三方卖家产品
• 逐梦成都|火热投票ing→Pick你心中的年度“菁蓉创业之星”“菁蓉创孵之星”！
• spring|如何判断网站的质量
• 腾讯课堂|微信Embedding团队出战OGB斩获两项第一