|
题名:
|
机器学习在量化金融中的应用 / 倪好 ... [等] 著 , |
|
ISBN:
|
978-7-302-56596-3 价格： CNY69.00 |
|
语种:
|
chi |
|
载体形态:
|
207页 图 (部分彩图) 24cm |
|
出版发行:
|
出版地： 北京 出版社： 清华大学出版社 出版日期： 2021 |
|
内容提要:
|
全书共分9章。第1章介绍机器学习的发展状况并概述机器学习在金融中的应用。第2章介绍监督学习的通用框架。第3章描述最简单的线性回归模型--普通最小二乘法以及正则化方法-龄回归和套索回归, 并讨论线性模型及非线性的回归和分类方法。第4章讨论监督学习中的树模型, 包括决策树、随机森林和梯度提升树。第5章重点介绍三种主要的神经网络: 人工神经网络、卷积神经网络和循环神经网络。第6章和第7章介绍无监督学习, 主要包括聚类分析和主成分分析。第8章重点介绍强化学习在投资组合优化中的应用。第9章以一个流行的数据挑战项目为例, 使用前几章介绍的机器学习方法预测金融违约风险, 为读者提供解决实际数据问题的经验。 |
|
主题词:
|
机器学习 应用 |
|
中图分类法:
|
F830.59-39 版次： 5 |
|
主要责任者:
|
倪好 著 |
|
主要责任者:
|
于光希 著 |
|
主要责任者:
|
郑劲松 著 |
|
责任者附注:
|
倪好, 伦敦大学学院数学系副教授。研究方向包括随机分析、金融数学、机器学习和应用等。于光希, 伦敦大学学院金融数学硕士, 专注机器学习在金融中的应用, 现任申万宏源证券研究所量化分析师。郑劲松, 德国杜伊斯堡埃森大学经济学博士, 有多年量化风险分析与金融建模相关的海外工作经验, 现任华泰证券算法工程师。 |
|
索书号:
|
3 |