零起点TensorFlow与量化交易
￥ 11.68 1.2折 ￥ 99 九五品
仅1件
北京通州
认证卖家担保交易快速发货售后保障
作者何海群
出版社电子工业出版社
ISBN9787121335846
出版时间2018-03
版次1
装帧平装
开本16开
纸张胶版纸
定价99元
上书时间2024-12-02
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:零起点TensorFlow与量化交易
定价：99.00元
作者:何海群
出版社：电子工业出版社
出版日期：2018-03-01
ISBN：9787121335846
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
本书采用独创的黑箱模式、MBA案例教学机制，结合大量的经典案例，介绍TensorFlow系统和常用的深度学习算法、神经网络模型，以及它们在量化分析当中的具体应用。《零起点TensorFlow与量化交易》仅仅作为入门课程，具体的实盘策略，有待广大读者通过进一步深入学习TensorFlow、PyTorch、MXNet等新一代深度学习平台来获得。更重要的是，还有待广大的一线实盘操作人员结合专业的金融操盘经验，与各种神经网络模型融会贯通，构建更加符合金融量化实际应用的神经网络模型，从而获得更好的投资回报。
内容提要
Python量化回溯、TensorFlow、PyTorch、MXNet深度学习平台以及神经网络模型，都是近年来兴起的前沿科技项目，相关理论、平台、工具目前尚处于摸索阶段。TensorFlow是近年来影响大的神经网络、深度学习平台，本书从入门者的角度，对TensorFlow进行了介绍，《零起点TensorFlow与量化交易》中通过大量的实际案例，让初学者快速掌握神经网络和金融量化分析的基本编程，为进一步学习奠定扎实的基础。《零起点TensorFlow与量化交易》中的案例、程序以教学为主，且进行了高度简化，以便读者能够快速理解相关内容，短时间了解Python量化回溯的整个流程，以及数据分析、机器学习、神经网络的应用。《零起点TensorFlow与量化交易》仅仅作为入门课程，具体的实盘策略，有待广大读者通过进一步深入学习TensorFlow、PyTorch等新一代深度学习平台来获得。更重要的是，广大的一线实盘操作人员需要结合专业的金融操盘经验，与各种神经网络模型融会贯通，构建更加符合金融量化实际应用的神经网络模型，从而获得更好的投资回报收益。
目录
目 录章 TensorFlow概述11.1 TensorFlow要点概括21.2 TensorFlow简化接口21.3 Keras简介31.4 运行环境模块的安装41.4.1 CUDA运行环境的安装4案例1-1：重点模块版本测试5案例1-2：GPU开发环境测试81.4.2 GPU平台运行结果9第2章 无数据不量化（上）122.1 金融数据源132.1.1 TopDat金融数据集142.1.2 量化分析与试错成本152.2 OHLC金融数据格式16案例2-1：金融数据格式172.3 K线图18案例2-2：绘制金融数据K线图192.4 Tick数据格式22案例2-3：Tick数据格式232.4.1 Tick数据与分时数据转换25案例2-4：分时数据252.4.2 resample函数262.4.3 分时数据262.5 离线金融数据集29案例2-5：TopDat金融数据集的日线数据29案例2-6：TopDat金融数据集的Tick数据312.6 TopDown金融数据下载33案例2-7：更新单一A股日线数据34案例2-8：批量更新A股日线数据372.6.1 Tick数据与分时数据40案例2-9：更新单一A股分时数据40案例2-10：批量更新分时数据432.6.2 Tick数据与实时数据45案例2-11：更新单一实时数据45案例2-12：更新全部实时数据48第3章 无数据不量化（下）513.1 均值优先51案例3-1：均值计算与价格曲线图523.2 多因子策略和泛因子策略543.2.1 多因子策略543.2.2 泛因子策略55案例3-2：均线因子553.3 “25日神定律”59案例3-3：时间因子61案例3-4：分时时间因子633.4 TA-Lib金融指标663.5 TQ智能量化回溯系统703.6 全内存计算70案例3-5：增强版指数索引71案例3-6：AI版索引数据库733.7 股票池77案例3-7：股票池的使用773.8 TQ_bar全局变量类81案例3-8：TQ_bar初始化82案例3-9：TQ版本日线数据853.9 大盘指数87案例3-10：指数日线数据88案例3-11：TQ版本指数K线图89案例3-12：个股和指数曲线对照图923.10 TDS金融数据集96案例3-13：TDS衍生数据98案例3-14：TDS金融数据集的制作102案例3-15：TDS金融数据集2.0105案例3-16：读取TDS金融数据集108第4章 人工智能与趋势预测1124.1 TFLearn简化接口1124.2 人工智能与统计关联度分析1134.3 关联分析函数corr1134.3.1 Pearson相关系数1144.3.2 Spearman相关系数1144.3.3 Kendall相关系数1154.4 open（开盘价）关联性分析115案例4-1：open关联性分析1154.5 数值预测与趋势预测1184.5.1 数值预测1194.5.2 趋势预测120案例4-2：ROC计算120案例4-3：ROC与交易数据分类1234.6 n 1大盘指数预测1284.6.1 线性回归模型128案例4-4：上证指数n 1的开盘价预测129案例4-5：预测数据评估1334.6.2 效果评估函数1364.6.3 常用的评测指标1384.7 n 1大盘指数趋势预测139案例4-6：涨跌趋势归一化分类140案例4-7：经典版涨跌趋势归一化分类1434.8 One-Hot145案例4-8：One-Hot格式1464.9 DNN模型149案例4-9：DNN趋势预测150第5章 单层神经网络预测股价1565.1 Keras简化接口1565.2 单层神经网络158案例5-1：单层神经网络模型1585.3 神经网络常用模块168案例5-2：可视化神经网络模型170案例5-3：模型读写174案例5-4：参数调优入门177第6章 MLP与股价预测1826.1 MLP182案例6-1：MLP价格预测模型1836.2 神经网络模型应用四大环节189案例6-2：MLP模型评估190案例6-3：优化MLP价格预测模型194案例6-4：优化版MLP模型评估197第7章 RNN与趋势预测2007.1 RNN2007.2 IRNN与趋势预测201案例7-1：RNN趋势预测模型201案例7-2：RNN模型评估209案例7-3：RNN趋势预测模型2211案例7-4：RNN模型2评估214第8章 LSTM与量化分析2178.1 LSTM模型2178.1.1 数值预测218案例8-1：LSTM价格预测模型219案例8-2：LSTM价格预测模型评估2268.1.2 趋势预测230案例8-3：LSTM股价趋势预测模型231案例8-4：LSTM趋势模型评估2398.2 LSTM量化回溯分析2428.2.1 构建模型243案例8-5：构建模型2438.2.2 数据整理251案例8-6：数据整理2518.2.3 回溯分析262案例8-7：回溯分析2628.2.4 专业回报分析268案例8-8：量化交易回报分析2688.3 完整的LSTM量化分析程序279案例8-9：LSTM量化分析程序2808.3.1 数据整理2808.3.2 量化回溯2848.3.3 回报分析2858.3.4 专业回报分析288第9章 日线数据回溯分析2939.1 数据整理293案例9-1：数据更新294案例9-2：数据整理2969.2 回溯分析3079.2.1 回溯主函数3079.2.2 交易信号3089.3 交易接口函数309案例9-3：回溯分析309案例9-4：多模式回溯分析3160章 Tick数据回溯分析31810.1 ffn金融模块库318案例10-1：ffn功能演示318案例10-2：量化交易回报分析330案例10-3：完整的量化分析程序34310.2 Tick分时数据量化分析357案例10-4：Tick分时量化分析程序357总结371附录A TensorFlow 1.1函数接口变化372附录B 神经网络常用算法模型377附录C 机器学习常用算法模型414
作者介绍
何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，20年人工智能从业经验；zwPython开发平台、TopQuant.vip极宽量化系统设计师，中国“Python创客”项目发起人，国内Python量化项目的启蒙者和开拓者：《Python量化实盘·魔鬼训练营》，Top极宽量化开源团队的创始人。2018年于深圳华侨城创意园，启动太和极宽金融孵化基地：金融、科技、艺术三位一体。研究成果有：BigQuant理论架构：Python量化 数字货币 人工智能；“小数据”理论，GPU超算工作站、MTRD多节点超算集群算法、“1 N”网络传播模型、人工智能“足彩图灵法则”等；论文《人工智能与中文字型设计》是中文字库行业三大基础建模理论之一。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价