- 商品参数
-
- 作者:
马科斯·M.洛佩斯·德普拉多著
- 出版社:机械工业出版社
- 出版时间:2022-01
- ISBN:9785498971224
- 版权提供:机械工业出版社
店铺公告
本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!
1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!
2.店铺无纸质均开具电子,请联系客服开具电子版
商品基本信息 |
商品名称: | 面向资产管理者的机器学习 |
作 者: | 马科斯·M.洛佩斯·德普拉多(Marcos M. López de Prado) |
市 场 价: | 88.00元 |
ISBN 号: | 9787111699484 |
页 数: | 248 |
出 版 社: | 机械工业出版社 |
目录 |
中文版序 1 引 言 1.1 动机 1.2 理论很重要 1.3 如何科学地运用机器学习 1.4 过拟合的两种类型 1.5 提纲 1.6 受众 1.7 关于金融机器学习的五个常见误解 1.8 金融研究的未来 1.9 常见问题 1.10 结论 1.11 习题 2 降噪和降调 2.1 动机 2.2 Marcenko-Pastur定理 2.3 带信号的随机矩阵 2.4 拟合Marcenko-Pastur分布 2.5 降噪 2.6 降调 2.7 实验结果 2.8 结论 2.9 习题 3 距离度量 3.1 动机 3.2 基于相关性的度量 3.3 边际熵和联合熵 3.4 条件熵 3.5 Kullback-Leibler散度 3.6 交叉熵 3.7 互信息 3.8 差异信息 3.9 离散化 3.10 两个划分之间的距离 3.11 实验结果 3.12 结论 3.13 习题 4 最优聚类 4.1 动机 4.2 相似度矩阵 4.3 聚类的类型 4.4 类集的个数 4.5 实验结果 4.6 结论 4.7 习题 5 金融标注 5.1 动机 5.2 固定区间法 5.3 三重阻碍法 5.4 趋势扫描法 5.5 元标注 5.6 实验结果 5.7 结论 5.8 习题 6 特征重要性分析 6.1 动机 6.2 p值 6.3 变量重要性 6.4 概率加权准确度 6.5 替代效应 6.6 实验结果 6.7 结论 6.8 习题 7 组合构建 7.1 动机 7.2 凸组合优化 7.3 条件数 7.4 Markowitz的诅咒 7.5 信号作为协方差不稳定性的来源 7.6 嵌套聚类优化算法 7.7 实验结果 7.8 结论 7.9 习题 8 测试集过拟合 8.1 动机 8.2 查准率和召回率 8.3 重复测试下的查准率和召回率 8.4 夏普比率 8.5 错误策略定理 8.6 实验结果 8.7 收缩夏普比率 8.8 家族错误率 8.9 结论 8.10 习题 附录A 合成数据测试 附录B 错误策略定理的证明 参考书目 参考文献 |
内容简介 |
本书面向广大资产管理者和各类研究人员,基于机器学习和人工智能,指明从一个投资理念和理论到成功的投资策略具体实施的量化途径。作者认为一个缺乏理论依据的投资策略很可能是错误的。为此,资产管理者应致力于发展理论,而不仅是回测潜在的交易规则。本书就是从帮助资产管理者发现经济和金融理论的角度出发,介绍机器学习的工具。机器学习不是一个黑匣子,也不一定会过拟合。机器学习的工具与经典统计方法是互补关系而不是替代关系。本书认为机器学习的一些优点包括:注重样本外的可预测性,而不是样本内的方差判断;使用计算方法避免依赖一些(或许不切实际的)假设;能够“学习”复杂的规范,包括高维空间中的非线性、分层和非连续的交互效应;能够将变量搜索与设定搜索分离,并能很好地防止多重线性和其他替代效应。 |
1