幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

大數據機器學習與量化投資

  • 作者：編者:(英)托尼·吉達|責編:王玲|譯者:徐照宜//薛揚榮//陳宇翔
  • 出版社：中信
  • ISBN：9787521755640
  • 出版日期：2023/08/01
  • 裝幀：平裝
  • 頁數：404
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    近年來，機器學習和數據科學在投資中發揮著越來越大的作用。借助機器學習和大數據，投資經理能夠做出以往傳統模型無法實現的預測，進而做出明智的決策。然而，在投資中，並不是所有的數據集和機器學習技術都對金融投資有用，也不是所有的機器學習技術都可以「即插即用」。
    這本書由資深量化分析專家托尼·吉達主編，彙集來自買方、賣方及量化研究的全明星作者團隊的前沿分享，闡釋如何應用機器學習和大數據技術來解決投資問題並提高投資績效。這本書共有13章，理論嚴謹，案例豐富，內容涵蓋：
    機器學習在投資管理中的應用現狀和前景
    另類數據和大數據在宏觀交易中的應用
    處理大數據集的難點和解決方案
    挖掘社交媒體數據集分析企業文化
    使用自然語言處理技術進行投資者情緒分析
    基於支持向量回歸的全球戰術性資產配置策略
    強化學習和深度學習在投資組合優化中的應用
    可以作為量化投資從業者、金融演算法研究人員、高等院校電腦專業和金融工程專業的師生以及機器學習愛好者的參考用書。
作者介紹
編者:(英)托尼·吉達|責編:王玲|譯者:徐照宜//薛揚榮//陳宇翔
    托尼·吉達（Tony Guida），倫敦一家老牌養老基金的資深量化投資基金經理，負責管理多因子股票投資組合。在此之前，曾在EDHEC RISK Scientific Beta擔任高級顧問，負責聰明貝塔和風險配置，就如何構建和配置風險溢價向資產所有者提供專業建議。在加入EDHEC之前，他在UNIGESTION工作了8年，擔任高級研究分析師。他曾是Minimum Variance Strategies研究和投資委員會的成員，負責領導機構客戶因子投資研究小組。他擁有法國薩沃伊大學計量經濟學和金融學學士和碩士學位。曾多次發表關於量化投資現代方法的演講，並多次舉辦關於「機器學習應用於量化投資」的研討會。
目錄
第1章  演算法能構建出具有人類智慧的alpha嗎
  1.1  導讀
  1.2  重複或是重塑
  1.3  用機器學習重塑投資
  1.4  信任問題
  1.5  經濟存在主義?一項宏大設計抑或一次偶然事件
  1.6  這一系統究竟是什麼
  1.7  動態預測與新方法論
  1.8  基本面因子、預測與機器學習
  1.9  結論：尋找投資中的「釘子」
第2章  控制大數據
  2.1  導讀
  2.2  使用另類數據的驅動因素
  2.3  另類數據類型、形式與範圍
  2.4  如何判斷哪些另類數據有用
  2.5  另類數據需要多少成本
  2.6  案例研究
  2.7  使用另類數據的明顯趨勢
  2.8  結論
第3章  機器學習在投資管理中的應用現狀
  3.1  導讀
  3.2  數據無處不在
  3.3  人工智慧應用圖譜
  3.4  行業間的相互聯繫和人工智慧的實施推動者
  3.5  行業發展前景
  3.6  關於未來
  3.7  結論
第4章  在投資過程中使用另類數據
  4.1  導讀
  4.2  量化浩劫：激勵人們尋找另類數據
  4.3  利用好另類數據爆炸帶來的好處
  4.4  選擇要進行評估的數據源
  4.5  評估技術
  4.6  基本面基金管理者與另類數據
  4.7  若干例證
  4.8  結論
第5章  使用另類數據和大數據交易宏觀資產
  5.1  導讀
  5.2  理解大數據和另類數據的一般概念
  5.3  傳統建模方法與機器學習
  5.4  大數據和另類數據：在宏觀交易中的廣泛使用
  5.5  案例研究：使用大數據和另類數據深入挖掘宏觀交易
  5.6  結論
第6章  大即為美，從電子郵件收據數據預測公司銷售額
  6.1  導讀
  6.2  Quandl的電子郵件收據資料庫
  6.3  大數據工作中的挑戰
  6.4  預測公司銷售額
  6.5  實時預測
  6.6  案例研究：亞馬遜銷售案例

第7章  將集成學習應用於量化股票：多因子框架中的梯度提升演算法
  7.1  導讀
  7.2  提升樹入門
  7.3  數據和方案
  7.4  建立模型
  7.5  結果和討論
  7.6  結論
第8章  企業文化的社交媒體分析
  8.1  導讀
  8.2  文獻綜述
  8.3  數據與樣本構建
  8.4  推斷企業文化
  8.5  檢驗結果
  8.6  結論
第9章  能源期貨交易的機器學習與事件檢測
  9.1  導讀
  9.2  數據說明
  9.3  模型框架
  9.4  表現
  9.5  結論
第10章  財經新聞中的自然語言處理
  10.1  導讀
  10.2  新聞數據來源
  10.3  實際應用
  10.4  自然語言處理
  10.5  數據及方法論
  10.6  結論
第11章  基於支持向量機的全球戰術性資產配置
  11.1  導讀
  11.2  過去50年的全球戰術性資產配置
  11.3  經濟學文獻中的支持向量機
  11.4  基於支持向量回歸的全球戰術性資產配置策略
  11.5  結論
第12章  金融中的強化學習
  12.1  導讀
  12.2  馬爾科夫決策過程：決策的一般框架
  12.3  理性及決策的不確定性
  12.4  均值-方差的等價性
  12.5  回報
  12.6  組合價值與財富
  12.7  具體案例
  12.8  結論與進一步的工作
第13章  金融深度學習，基於LSTM網路的股票收益預測
  13.1  導讀
  13.2  相關工作
  13.3  金融市場的時間序列分析
  13.4  深度學習
  13.5  循環神經網路
  13.6  長短期記憶網路
  13.7  金融模型

  13.8  結論
附錄
參考文獻
譯者簡介

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032