资产定价与机器学习
全新正版 极速发货
￥ 27.86 4.1折 ￥ 68 全新
库存3件
广东广州
认证卖家担保交易快速发货售后保障
作者吴轲|责编:商晓辉
出版社中国人民大学
ISBN9787300318226
出版时间2023-06
装帧平装
开本其他
定价68元
货号31912800
上书时间2024-07-02
商品详情
- 品相描述：全新
- 商品描述
-
目录
第一章 导论
1.1 资产定价的研究背景
1.2 本书的结构
1.3 本书的特点和局限性
第二章 资产定价中的机器学习方法
2.1 机器学习的定义和主要类别
2.2 机器学习方法介绍
第三章 投资组合优化
3.1 马科维茨投资组合
3.2 参数化投资组合优化
3.3 最优投资组合与随机贴现因子等价性
3.4 基于收缩估计方法的投资组合优化
3.5 神经网络
3.6 基于全子集回归的组合优化
3.7 实证分析
3.8 小 结
第三章附录
第四章 随机贴现因子模型中的定价因子识别
4.1 随机贴现因子
4.2 双重选择LASSO算法识别因子
4.3 自纠偏机器学习法识别因子
4.4 小 结
第四章附录
第五章 资产收益率样本外预测
5.1 样本外预测方法
5.2 数据和单变量投资组合构造
5.3 实证结果
5.4 信息汇总方法和稳健性检验
5.5 小 结
第五 附录
参考文献
内容摘要
本书以资产定价研究的三个核心问题：最优投资组合的选择、因子定价模型的识别，以及横截面资产收益率的预测为出发点，系统阐释了如何利用机器学习技巧来提升模型的实证性能。为了提高机器学习方法在资产定价中的可解释性，本书重点采用了具有清晰函数形式的机器学习方法，并通过引入非线性函数关系处理解释变量与被解释变量之间的关系，从而在模型复杂度、预测效能与可解释性之间达到一个良好的平衡。使用中国A股市场的数据，本书详细展示了机器学习在确定最优投资组合、选择有效定价因子和预测横截面收益率等方面的实证应用效果。
本书适合经济金融领域
的高年级本科生、研究生，量化投资和资产管理等相关领域的专业人士和研究人员，以及对此感兴趣的读者阅读。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价