适用人群
主要针对有计算机背景，对大数据，分布式系统
感兴趣学习的学员，对于CS类申请留学的学员可以极大提升相关背景和应用能力
你将收获
颁发给学生内容独一无二的LLM应用入门项目结业证明
由美国亚马逊软件工程师提供推荐信
你将学习的技能
利用LLM对股票关键信息提取和推送，量化信号的管理
从零开始搭建一个基于AWS和LLM的在线量化交易系统
从零开始搭建一个基于AWS和LLM的在线量化交易系统
课题介绍
随着自然语言处理（NLP）技术的进步，大型语言模型（LLM）在文本分析、摘要生成、情感分析等领域展现出了强大的能力。金融市场中，新闻媒体每天产生的海量信息对资产价格走势具有重要影响。如何利用LLM高效处理金融新闻文本，从中提取有价值的市场情绪信号，并将其转化为可量化的交易策略，是一个极具研究价值的课题。
本研究拟探索LLM在量化交易领域的创新应用，重点关注其在新闻情绪分析、市场预测信号生成等方面的潜力。通过构建基于LLM的新闻情绪分析框架，结合传统量化交易模型，旨在提升量化投资策略的有效性，为投资决策提供更全面的信息支持。
课程大纲
项目总时长为四周，基于每周一次的编程和/或书面作业，从零开始搭建一个基于AWS和LLM的在线量化交易系统。系统包括LLM部署和应用，利用LLM对股票关键信息提取和推送，量化信号的管理，简单的web API的实现以及简单的UI界面。
1
Transformers 101 & Decoding Models (LLaMA 3) Architecture ;Inference Engine (vLLM) Introduction & Setup;Prompt Engineering
考察：Set up an online decoding inference engine
授课2小时; 学习2小时
2
Docker 101;Serverless LLM (Amazon SageMaker Introduction);AWS Lambda for Inference;Data Pipeline
考察：Implement a service that can parse stock news and generate trading signal
授课2小时; 学习2小时
3
Dynamic Configuration Management;Web API Design;
考察：Backend implementation. Cloud service set up
授课2小时; 学习2小时
4
Simple UI Setup; Advanced topics
考察：Implement the UI of the service & visualize the result
授课2小时; 学习2小时
课程导师
