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

機器學習與因子投資(從基礎到實踐)

  • 作者：(法)紀堯姆·科克雷//托尼·吉達|責編:王飛龍|譯者:周亮//周凡程
  • 出版社：人民郵電
  • ISBN：9787115621771
  • 出版日期：2023/09/01
  • 裝幀：平裝
  • 頁數：305
人民幣：RMB 129 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書首先介紹了將大數據集應用於機器學習的基礎知識和因子投資的基本理論；之後，本書介紹了監督學習模式下可用於預測金融變數的幾個基本機器學習演算法，包括懲罰性線性回歸、支持向量機等；接下來，本書介紹了將這些機器學習演算法應用於金融領域的實戰方法和細節；最後，本書討論了一系列與機器學習和因子投資相關的進階話題，包括模型的黑箱問題、因果關係問題和無監督學習演算法等。
    本書適合金融機構從業者以及金融類專業學生系統了解因子投資的理論與方法，以及機器學習演算法在因子投資領域的應用。
作者介紹
(法)紀堯姆·科克雷//托尼·吉達|責編:王飛龍|譯者:周亮//周凡程
目錄
第1章  符號與數據
  1.1  符號
  1.2  數據集
第2章  簡介
  2.1  背景
  2.2  投資組合構建流程
  2.3  機器學習不是「魔杖」
第3章  因子投資與資產定價異象
  3.1  簡介
  3.2  異象檢驗
  3.3  因子還是特徵
  3.4  熱門話題：動量、擇時和ESG
  3.5  與機器學習的聯繫
  3.6  代碼練習
第4章  數據預處理
  4.1  認識你的數據
  4.2  缺失值
  4.3  異常值檢測
  4.4  特徵工程
  4.5  打標籤
  4.6  處理持續性問題
  4.7  擴展
  4.8  代碼和結果
  4.9  代碼練習
第5章  懲罰性線性回歸和稀疏對沖最小方差組合
  5.1  懲罰性線性回歸
  5.2  稀疏對沖最小方差組合
  5.3  預測性回歸
  5.4  代碼練習
第6章  樹模型
  6.1  簡單決策樹
  6.2  隨機森林
  6.3  提升樹：Adaboost
  6.4  提升樹：極端梯度提升（extreme gradient boosting）演算法
  6.5  討論
  6.6  代碼練習
第7章  神經網路
  7.1  原始感知機
  7.2  多層感知機
  7.3  其他實際問題
  7.4  關於基礎多層感知機的代碼示例和註釋
  7.5  循環神經網路
  7.6  其他常用架構
  7.7  代碼練習
第8章  支持向量機
  8.1  用SVM進行分類
  8.2  用SVM進行回歸
  8.3  實踐
  8.4  代碼練習
第9章  貝葉斯方法

  9.1  貝葉斯框架
  9.2  貝葉斯採樣
  9.3  貝葉斯線性回歸
  9.4  樸素貝葉斯分類器
  9.5  貝葉斯加性回歸樹
第10章  驗證和調參
  10.1  學習參數
  10.2  驗證
  10.3  尋找好的參數
  10.4  關於驗證的簡短討論
第11章  集成模型
  11.1  線性集成
  11.2  堆疊集成
  11.3  擴展
  11.4  代碼練習
第12章  投資組合回測
  12.1  基本設定
  12.2  將信號轉化為投資組合的權重
  12.3  績效評估
  12.4  常見錯誤和問題
  12.5  非平穩性：預測是困難的
  12.6  第一個例子：一個完整的回測
  12.7  第二個例子：過擬合
  12.8  代碼練習
第13章  可解釋性
  13.1  全局模型
  13.2  局部模型
第14章  兩個關鍵概念：因果關係和非平穩性
  14.1  因果關係
  14.2  處理不斷變化的環境
第15章  無監督學習
  15.1  預測變數的相關性問題
  15.2  主成分分析和自編碼器
  15.3  k-means聚類
  15.4  最近鄰方法
  15.5  代碼練習
第16章  強化學習
  16.1  理論布局
  16.2  維度災難
  16.3  策略梯度
  16.4  簡單案例
  16.5  結束語
  16.6  練習
附錄1  變數說明
附錄2  練習答案
附錄3  Python代碼
參考文獻

  • 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