sehli@quant-analytics-node:~ النموذج مدقق · نسبة شارب 2.84
user@kernel:~/workspace$ python run_backtest.py --strategy=statistical_arbitrage --sharpe=2.84

د. ماجد السهلي

// باحث رئيسي في التحليلات الكمية والنمذجة الرياضية ورتبة Grandmaster في Kaggle

تخصص في نمذجة السلاسل الزمنية المعقدة، والشبكات العصبية الاحتمالية، واستراتيجيات التداول الخوارزمي الإحصائي. نماذج تنبؤية أدارت بنجاح أكثر من 450 مليون دولار في محافظ صناديق الاستثمار الكمي.

استعراض النماذج التنبؤيةمؤشرات الأداء الكمي

المؤشرات الكمية وسجل الأداء

مقاييس أداء النماذج الخوارزمية المختبرة على بيانات تاريخية حقيقية

2.84
نسبة شارب المحققة خارج العينة (Sharpe)
أفضل 0.1%
رتبة Grandmaster في منافسات Kaggle
450M$
أصول مدارة وفق النماذج الخوارزمية
<18ms
زمن استجابة النموذج التنبؤي الحي

المستودعات البرمجية المفتوحة لعلوم البيانات

نماذج تعلم آلة وأطر عمل لاختبار الاستراتيجيات الخوارزمية قابلة للتكرار

محرك AlphaSignal-Engine
2.8k
branch: v4.1-stable [verified commit]

إطار عمل عالي الأداء لاختبار الاستراتيجيات الخوارزمية بلغة C++ وPython يدعم محاكاة الميكرو-هيكلية المعقدة للسوق.

PythonC++تداول خوارزميسلاسل زمنية
Run Service
نموذج Probabilistic-Transformer
1.9k
branch: main [verified commit]

معمارية تعلم عميق للتنبؤ المالي متعدد الآفاق الزمنية تعتمد على رؤوس انتباه احتمالية تعتمد على عمليات غاوسية.

PyTorchTransformersتعلم آلة احتمالي
Run Service

الاستشارات والتعاون في التحليلات الكمية

متاح لاستشارات الصناديق الاستثمارية الكمية، وتدقيق النماذج التنبؤية، ومعمارية تعلم الآلة للبيانات الضخمة.

الرياض / لندن / عمل عن بعد
متاح للاستشارات المؤسسية المتقدمة في النمذجة الكمية