江莱图书专营店
  • 扫码下单

  • 店 交易的密码 用算法赚取第一桶金 吴岸城 股市技术分析书 交易模型与投资组合优化方法书 电子工业出版社
  • 新商品上架
    • 作者: 吴岸城著
    • 出版社: 电子工业出版社
    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
    /
    ×

    店铺装修中

    商家:
    江莱图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    江莱图书专营店

  • 商品参数
    • 作者: 吴岸城著
    • 出版社:电子工业出版社
    • ISBN:9787121457630
    • 版权提供:电子工业出版社

    内容介绍

    传统的股市技术分析书籍一般从图表模式和技术指标出发,分析如何选择进入点和退出点、开发交易系统以及制定成功的交易计划。近年来,机器学习与神经网络技术快速发展,并且与传统量化方法相结合,产生了无限的可能性。基于此趋势,本书将重点放在交易模型的构建上,即如何寻找合适的算法来实现交易以及如何优化这些算法。本书直接从技术指标等数据出发,介绍了交易模型与投资组合优化方法、如何利用基础算法(线性回归、lightGBM)预测股市的涨跌与股价、利用消息面来预测市场情绪、利用深度学习和强化学习算法预测股票,以及如何进行套利交易和网格交易等。 本书适合对投资有兴趣的人群阅读。

    目录

    *一章 交易模型与投资组合 1
    *1 节 建立底层交易逻辑 3
    *2 节 交易策略的发展 4
    第3 节 交易策略 6
    第4 节 回测 14
    第5 节 数据获取 20
    第6 节 建立交易模型 23
    第7 节 交易的特征工程 30
    第8 节 投资组合优化 43
    *二章 用机器学习预测股价 53
    *1 节 机器学习过程 55
    *2 节 回归模型:从风险到回报 57
    第3 节 波动率预测与波动套利 61
    第4 节 使用决策树追踪趋势 66
    第5 节 提升交易策略稳定性 71
    第三章 交易的情绪 75
    *1 节 情绪分析原则 77节 情绪分析原则 77
    *2 节 如何构建情绪指标 81
    第3 节 基于词向量与句向量的新闻分析 84
    第4 节 其他的情绪识别思路 88
    第四章 用深度学习指导交易 89
    *1 节 基础深度模型 91
    *2 节 LSTM 可以用来选股吗 93
    第3 节 双向LSTM 是否会更好 95
    第4 节 GRU 优化了什么 96
    第5 节 集成的CNN 结构 98
    第6 节 关于选股模型的思考 104
    第7 节 选股模型改进 107
    第8 节 集成模型 122
    第五章 在交易中应用强化学习 127
    *1 节 强化学习基础框架 129
    *2 节 手动实现股票买卖的强化学习网络 132
    第3 节 改进DQN 网络 135
    第4 节 回合制还是持续式:Actor-Critic 137
    第5 节 稀疏奖励:好奇心提高agent 对环境的可知性 138
    第6 节 神经网络自动进化:Neuro-evolution 141
    第7 节 强化学习的框架选择 144
    第8 节 设计一个符合交易系统的奖励 145
    第9 节 双agent:选择交易时机和交易价格 146
    *10 节 应用强化学习需要注意的事项 148
    第六章 传统的指标:神奇还是普通 151
    *1 节 斐波那契数列 152
    *2 节 ABCD 交易法 154
    第3 节 谐波模式 157
    第4 节 自动找出谐波模式 160
    第七章 高频交易 163
    *1 节 套利交易:魔鬼的价差 164
    *2 节 跳绳交易 166
    第3 节 网格交易:利用好每一次波动 167
    第4 节 搭建网格交易系统 169
    第5 节 网格交易的常见问题与进阶 172
    第6 节 高频交易框架 173
    第八章 问答集 177
    *1 节 预判性与跟随性 178
    *2 节 有了算法后,还需要人工介入吗 178
    第3 节 需要多大的资金规模 178
    第4 节 如何预测黑天鹅事件 179
    第5 节 什么是指数增强 179
    第6 节 私募公司是如何开发策略的 180
    第7 节 是否要在机器学习模型中单独区分行业 181
    第8 节 指数是否重要 181
    第9 节 追涨或打板 181
    *10 节 股票池筛选原则 182
    *11 节 如何设置机器学习的目标 182
    *12 节 如何建立分类任务:二分类还是多分类 183
    *13 节 如何确定长期、中期、短期的周期规律 183
    *14 节 如何研究对手盘 184
    *15 节 什么是冲击算法(下单算法) 185
    *16 节 如何利用大模型进行研报的分析判断 187
    *17 节 傻瓜的故事 190
    附录A 192

    作者介绍

    吴岸城(Arthur Wu),毕业于浙江大学计算机系。拥有18年企业级软件服务与大型电信增值业务软件研发经验,8年机器学习/深度学习研发及管理经验。曾在某大型公司担任技术管理人员,某创业公司任&席数据科学家。出版两本深度学习著作,申请了多项算法专利授权。

    媒体评论

    用大数据、人工智能帮助决策,实现财富增长

    关联推荐

    用大数据、人工智能帮助决策,实现财富增长

    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