一个面向长期学习的个人知识管理项目。目标不是简单收集资料,而是把学习过程沉淀为可复用的知识库构建范式:用 AI 协作完成资料筛选、主线梳理、可视化解释、实验验证和阶段迭代。
Personal Knowledge Manager(PKM) 不是资料仓库,而是 AI 协作下的知识构建系统。每个知识领域作为一个独立板块维护,板块内部用结构化 Markdown、可视化图、可运行实验和 HTML 阅读视图沉淀学习成果。
当前已建立 深度学习/、机器学习/ 与 量化交易/ 三个知识板块。深度学习/ 是第一个实验样板,机器学习/ 用于系统重温传统机器学习并补足前置地基,量化交易/ 用于建立从市场数据、策略研究到回测、风险、组合和执行的完整学习框架。
- 内容轨:把知识讲透。正文由项目自己组织和编写,不堆外链,不只做资料索引。
- 工具轨:记录展示、交互、复习、小测、学习工具等增强理解的想法。未实现的工具构想统一写入
工具轨backlog.md,不混入知识正文。 - 源文件与展示分离:每个板块用
知识库/维护内容源,用build.py生成可直接打开的知识地图.html。
- 深度学习
第一个实验板块,从数学基础、机器学习基础、深度学习核心模型一路到注意力与 Transformer。阅读入口是 深度学习/知识地图.html,下载仓库后可直接用浏览器打开。 - 机器学习 第二个知识板块,以西瓜书为中文主线,用南瓜书、李航《统计学习方法》、Datawhale toy code 与 scikit-learn 文档补充公式、重点模型和实践。阅读入口是 机器学习/知识地图.html。
- 量化交易
第三个知识板块,知识库分两层:资料清单承载两门主线课程(365 天量化课程 + Datawhale
quant-for-beginners)各自的学习笔记与课程对照,九章自有量化体系待课程学完后逐章整理。阅读入口是 量化交易/知识地图.html。
- 已完成:PKM 根目录结构、三个板块的本地 HTML 阅读入口、深度学习核心节点与 CNN 专题、机器学习板块骨架及首个 Iris 数据分析实验、量化交易板块知识与实验骨架。
- 进行中:机器学习板块按“数据与特征 → 模型评估 → 监督学习 → 无监督学习 → 实践闭环”逐章完善；量化交易板块跟随
quant-for-beginners沉淀数据、策略、回测、风险与组合主线；深度学习板块继续根据阅读反馈打磨衔接。 - 挂起 / 待完成:深度学习实验主线、Transformer / mini-GPT 原理加厚、量化交易最小回测实验与现实约束扩展。
完整状态表见 项目管理/02-迭代记录.md。
personal_knowledge_manager/
├── README.md
├── 项目管理/
│ ├── 01-项目维护指南.md
│ └── 02-迭代记录.md
├── 工具轨backlog.md
├── 深度学习/
│ ├── README.md
│ ├── 知识库/
│ ├── 实验/
│ ├── assets/
│ ├── build.py
│ └── 知识地图.html
├── 机器学习/
├── README.md
├── 知识库/
├── 项目管理/
├── 实验/
├── build.py
└── 知识地图.html
└── 量化交易/
├── README.md
├── 知识库/
├── 项目管理/
├── 实验/
├── assets/
├── environment.yml
├── build.py
└── 知识地图.html
打开某个知识板块的 知识地图.html 即可阅读。每个板块的内容源在该板块的 知识库/ 中,修改后进入板块目录运行:
python3 build.py生成的 HTML 使用相对路径引用本板块内的图片和内容,不依赖作者本机的绝对路径。公式渲染依赖联网加载 MathJax CDN;离线打开时正文与图片正常,公式会暂时显示为 LaTeX 源码。
项目规则见 项目管理/01-项目维护指南.md,迭代状态见 项目管理/02-迭代记录.md。后续新增知识领域时,应以独立板块目录与现有 深度学习/ 并列。
阶段性修改完成后,应更新迭代记录,重新生成相关板块的 知识地图.html,并提交到 GitHub。
- 短期:继续完善机器学习主线,并让量化交易板块从课程复现进入含成本、基准和样本外验证的最小研究闭环。
- 中期:作为 GitHub 项目持续迭代,形成可公开分享的知识板块与维护规范。
- 后期:扩展到更多知识领域,沉淀为通用的 AI 共建知识库范式。