返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • [正版]面向资产管理者的机器学习MarcosM.LópezdePrado9787111699484
  • 出版社品牌官方授权正版保证保障速度发
    • 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
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    粉象优品图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    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
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购