机器学习与因子投资
正版保障 假一赔十 电子发票
￥ 69.02 5.4折 ￥ 129 全新
库存10件
湖北武汉
认证卖家担保交易快速发货售后保障
作者(法) 纪尧姆·科克雷, 托尼·吉达著
出版社人民邮电出版社
ISBN9787115621771
出版时间2023-09
装帧平装
开本其他
定价129元
货号4459488
上书时间2024-06-03
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
[法]纪尧姆·科克雷（Guillaume Coqueret）
法国里昂商学院的金融和数据科学副教授，主要研究方向是机器学习工具在金融经济学中的应用。
[法]托尼·吉达（Tony Guida）
法国RAM Active Investments公司执行董事，machineByte智库主席，著有Big Data and Machine Learning in Quantitative Investment一书。
译者简介
周亮
金融工程博士，毕业于清华大学，在国内外金融学核心期刊上发表学术论文80余篇。现任湖南财政经济学院讲师，在多家私募证券基金担任顾问。
周凡程
理学硕士，毕业于国防科技大学，在机器学习和量化投资领域有着丰富的理论研究和实践经验，目前主要从事投资组合管理的研发工作。
目录
本书首先介绍了将大数据集应用与机器学习的基础知识和因子投资的几本理论; 之后, 本书介绍了监督学习模式下可以用于预测金融变量的几个基本模型, 包括惩罚性线性回归、支持向量机等; 接下来, 本书介绍了将这些机器学习算法用于金融领域的实战方法和细节; 最后, 本书还讨论了一系列与机器学习和因子投资相关的进阶话题, 包括模型的黑盒子问题、因果关系问题和无监督学习算法等。
内容摘要
本书首先介绍了将大数据集应用于机器学习的基础知识和因子投资的基本理论；之后，本书介绍了监督学习模式下可用于预测金融变量的几个基本机器学习算法，包括惩罚性线性回归、支持向量机等；接下来，本书介绍了将这些机器学习算法应用于金融领域的实战方法和细节；最后，本书讨论了一系列与机器学习和因子投资相关的进阶话题，包括模型的黑箱问题、因果关系问题和无监督学习算法等。本书适合金融机构从业者以及金融类专业学生系统了解因子投资的理论与方法，以及机器学习算法在因子投资领域的应用。
主编推荐
机器学习在量化金融领域的应用手册。
将机器学习模型作为量化因子投资的内核工具；
实际案例+R语言和Python双代码，
系统介绍股票配置与投资组合管理等方面的机器学习模型使用方法；
梳理全球量化金融领域前沿成果，介绍近百篇AI与因子投资交叉领域的重要文献。
特别适合金融及大数据相关专业的学生和研究人员、金融机构从业者，以及监管部门的专业人士参考阅读。
媒体评论
大数据和人工智能技术的发展极大地推动了资产定价理论与实证的发展，本书深入浅出地阐释了机器学习技术应用于因子投资的重要领域和方法体系，并通过实际案例对相关内容进行了有效融合。同时，本书还提供了详尽的文献清单，这是进一步了解相关技术或知识的重要资料。无论是对从事科学研究的学者，还是从事投资实务的基金经理，是一本好用工具书。
汪寿阳，中国科学院教授
《机器学习与因子投资》比较充分地体现了“保持核心内容、远离口号式陈述和空洞概念讲解”的特点，是一本理论与实践有机结合、有价值的”金融科技”专业参考书。强烈推荐金融及大数据相关专业的科研人员、金融机构从业者和监管部门的专业人士参阅本书，相信本书能够帮助读者获得专业知识和实操能力的提升。
袁先智，中山大学教授
《机器学习与因子投资》是一本集金融建模技术与实际投资方法于一身的珍贵之作。作者系统地介绍了股票配置决策中常用的机器学习模型，并深入探讨其背后的基本思路。本书不仅为读者提供了大量学术参考资料，还通过R语言代码演示如何在真实金融数据集上应用因子投资概念和机器学习工具。无论您是金融从业者还是学术爱好者，本书都将成为您在股票配置领域的得力助手，助您将投资策略与实操技巧有效地融合在一起。
张然，中国人民大学教授
机器学习是近几年量化交易的热点领域。本书对机器学习的主要模型做了全面的介绍，特别是以R语言代码为基本的实现工具，展示了如何在实际投资过程中应用因子投资概念及机器学习工具。对于想了解机器学习在金融量化领域应用的人来说，这是一本好书。译者理论背景深厚，亦有量化交易从业经历，保证了译文的准确性。
傅安里，财信人寿
ChatGPT正引领着新一轮的人工智能技术浪潮，推动着许多行业的变革。机器学习这种人工智能算法在金融投资领域也正在逐渐成为主流的研究方法。本书深入浅出地解释了机器学习在因子投资中的应用，为读者提供了宝贵的见解。难得的是，本书不只是理论的探讨，更注重实践应用。通过丰富的案例和实例，读者可以学习如何将机器学习技术应用于实际的因子选股和投资决策中。
王鸿勇，启林投资
— 没有更多了 —
以下为对购买帮助不大的评价