金融機器學(xué)習(xí)
編輯推薦
1.金融領(lǐng)域趨勢。過去幾十年，金融業(yè)一直過于依賴簡單的統(tǒng)計技術(shù)來識別數(shù)據(jù)中的模式，機器學(xué)習(xí)算法有望改變這一現(xiàn)狀。在未來幾年，機器學(xué)習(xí)將引領(lǐng)金融界，給金融領(lǐng)域帶來顛覆性變化。
2.領(lǐng)域內(nèi)經(jīng)典圖書。機器學(xué)習(xí)算法應(yīng)用于金融領(lǐng)域的前沿書籍，提供一系列經(jīng)過驗證的工具和方法，量化投資專業(yè)人士在實操中的重要參考書。
3.作者備受認(rèn)可。馬科斯教授集投資經(jīng)理、教授、研究員三重身份于一身，擁有20多年利用機器學(xué)習(xí)算法和超級計算開發(fā)投資策略的經(jīng)驗。
4.真正介紹金融機器學(xué)習(xí)。量化金融領(lǐng)域的失敗率很高，不是因為機器學(xué)習(xí)算法無效，而是因為投資者用錯了機器學(xué)習(xí)。這本書將全面介紹機器學(xué)習(xí)在金融建模中的應(yīng)用。
5.兼具理論和實操。提供詳細的算法分析、程序代碼，明確的輸出結(jié)果圖，以及每章練習(xí)題，既適合相關(guān)院校和培訓(xùn)機構(gòu)拿來作為培訓(xùn)量化交易系統(tǒng)課程的教材，又可作為量化金融投資...
編輯推薦
1.金融領(lǐng)域趨勢。過去幾十年，金融業(yè)一直過于依賴簡單的統(tǒng)計技術(shù)來識別數(shù)據(jù)中的模式，機器學(xué)習(xí)算法有望改變這一現(xiàn)狀。在未來幾年，機器學(xué)習(xí)將引領(lǐng)金融界，給金融領(lǐng)域帶來顛覆性變化。
2.領(lǐng)域內(nèi)經(jīng)典圖書。機器學(xué)習(xí)算法應(yīng)用于金融領(lǐng)域的前沿書籍，提供一系列經(jīng)過驗證的工具和方法，量化投資專業(yè)人士在實操中的重要參考書。
3.作者備受認(rèn)可。馬科斯教授集投資經(jīng)理、教授、研究員三重身份于一身，擁有20多年利用機器學(xué)習(xí)算法和超級計算開發(fā)投資策略的經(jīng)驗。
4.真正介紹金融機器學(xué)習(xí)。量化金融領(lǐng)域的失敗率很高，不是因為機器學(xué)習(xí)算法無效，而是因為投資者用錯了機器學(xué)習(xí)。這本書將全面介紹機器學(xué)習(xí)在金融建模中的應(yīng)用。
5.兼具理論和實操。提供詳細的算法分析、程序代碼，明確的輸出結(jié)果圖，以及每章練習(xí)題，既適合相關(guān)院校和培訓(xùn)機構(gòu)拿來作為培訓(xùn)量化交易系統(tǒng)課程的教材，又可作為量化金融投資領(lǐng)域從業(yè)者的工具書。
6.目標(biāo)讀者：量化投資行業(yè)從業(yè)者，量化交易者，從事金融算法研究的人員，機器學(xué)習(xí)愛好者，編程愛好者，各院校計算機專業(yè)和金融專業(yè)學(xué)生，量化投資行業(yè)相關(guān)培訓(xùn)機構(gòu)，機構(gòu)及個人投資者
內(nèi)容簡介
這是一本將機器學(xué)習(xí)算法應(yīng)用于金融建模的實戰(zhàn)指南。過去幾十年，金融業(yè)一直過于依賴簡單的統(tǒng)計技術(shù)來識別數(shù)據(jù)中的模式，機器學(xué)習(xí)有望改變這種現(xiàn)狀。在未來幾年，機器學(xué)習(xí)算法將會給金融領(lǐng)域帶來顛覆性變化。
《金融機器學(xué)習(xí)》這本書的作者馬科斯·洛佩斯·德普拉多集投資經(jīng)理、教授、研究員三重身份于一身，20多年來致力于通過普及機器學(xué)習(xí)算法和超級計算的使用，以及開發(fā)識別錯誤投資策略(假陽性)的統(tǒng)計測試，實現(xiàn)金融領(lǐng)域的現(xiàn)代化。在這本書中，他結(jié)合學(xué)術(shù)視角和豐富的行業(yè)經(jīng)驗，提供了一系列科學(xué)合理的工具和方法，解釋了投資組合經(jīng)理如何使用機器學(xué)習(xí)來推導(dǎo)、測試和使用交易策略。
《金融機器學(xué)習(xí)》這本書分為5部分。第1部分介紹了如何構(gòu)造適合機器學(xué)習(xí)算法的金融數(shù)據(jù);第2部分介紹了如何科學(xué)地應(yīng)用機器學(xué)習(xí)算法研究這些數(shù)據(jù)并獲得實際發(fā)現(xiàn)；第3部分介紹了如何回測以及評估模型錯誤的概率;第4部分回歸到數(shù)據(jù)，解釋從中提取信息特征的創(chuàng)新方法；第5部分介紹了高性能計算方法。書中大多數(shù)問題和解決方法都是用數(shù)學(xué)公示來解釋的，并提供了代碼片段和練習(xí)，具有很強的實操性，可以作為金融領(lǐng)域投資人士的工具書。
（西）馬科斯·洛佩斯·德普拉多（Marcos López de Prado）
美國勞倫斯·伯克利國家實驗室研究員，康奈爾大學(xué)電氣與計算機工程學(xué)院教授，擁有金融經(jīng)濟學(xué)和數(shù)學(xué)金融學(xué)雙博士學(xué)位。2020年擔(dān)任阿布扎比投資局（ADIA）量化研究與開發(fā)業(yè)務(wù)的全球負(fù)責(zé)人。擁有20多年利用機器學(xué)習(xí)算法和超級計算開發(fā)投資策略的經(jīng)驗。曾在影響因子很高的學(xué)術(shù)期刊上發(fā)表了數(shù)十篇關(guān)于機器學(xué)習(xí)算法和超級計算的科學(xué)文章。曾在美國國會就人工智能對金融領(lǐng)域的影響發(fā)表演講。2019年被《投資組合管理雜志》評為“年度量化分析師”。