注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書經(jīng)濟管理經(jīng)濟財政、金融金融/銀行/投資機器學(xué)習(xí)與資產(chǎn)定價

機器學(xué)習(xí)與資產(chǎn)定價

機器學(xué)習(xí)與資產(chǎn)定價

定 價:¥79.00

作 者: 吳輝航,魏行空,張曉燕 著
出版社: 清華大學(xué)出版社
叢編項:
標(biāo) 簽: 暫缺

ISBN: 9787302601555 出版時間: 2022-04-01 包裝: 精裝
開本: 32開 頁數(shù): 字數(shù):  

內(nèi)容簡介

  本書系統(tǒng)性地介紹了資產(chǎn)定價和機器學(xué)習(xí)算法的基礎(chǔ)理論與實踐知識,并以機器學(xué)習(xí)算法應(yīng)用于中國股票市場資產(chǎn)收益率預(yù)測項目為案例,具體展示了機器學(xué)習(xí)算法落地應(yīng)用于中國金融業(yè)界的流程和效果。本書主要內(nèi)容包括資產(chǎn)定價基礎(chǔ)方法、機器學(xué)習(xí)算法評估知識、線性機器學(xué)習(xí)模型、回歸樹類機器學(xué)習(xí)模型、神經(jīng)網(wǎng)絡(luò)模型、中國股票市場制度背景、機器學(xué)習(xí)項目的數(shù)據(jù)清洗過程和機器學(xué)習(xí)項目的實踐案例。本書在寫作過程中盡可能地減少專業(yè)詞匯,使內(nèi)容通俗易懂。本書適合高校中高年級本科生、研究生和對從事量化金融感興趣的人閱讀。

作者簡介

  吳輝航,博士,清華大學(xué)五道口金融學(xué)院博士后。2018年獲上海財經(jīng)大學(xué)經(jīng)濟學(xué)博士學(xué)位,在校期間曾獲“上海財經(jīng)大學(xué)學(xué)術(shù)之星”“博士研究生國家獎學(xué)金”。主要研究領(lǐng)域為財稅政策、資產(chǎn)定價、機器學(xué)習(xí)和金融科技。在Small Business Economics、International Review of Finance、Emerging Markets Finance and Trade、《經(jīng)濟研究》、《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》等重要期刊發(fā)表學(xué)術(shù)論文十余篇。魏行空,中信建投證券總部機構(gòu)業(yè)務(wù)部算法交易組高級經(jīng)理。先后畢業(yè)于中央財經(jīng)大學(xué)和瑞士蘇黎世大學(xué),獲得經(jīng)濟學(xué)碩士學(xué)位。主要從事算法交易和高頻量化分析、機器學(xué)習(xí)算法在高頻交易中的應(yīng)用等研究。張曉燕,清華大學(xué)五道口金融學(xué)院副院長、鑫苑金融學(xué)講席教授,世界經(jīng)濟論壇未來理事會委員,上海證券交易所高級金融專家,亞洲金融與經(jīng)濟研究局(ABFER)高級研究員。曾任證監(jiān)會第十七屆發(fā)行審核委員會委員。北京大學(xué)經(jīng)濟學(xué)學(xué)士、哥倫比亞商學(xué)院金融學(xué)博士(優(yōu)秀榮譽畢業(yè)生)。主要研究領(lǐng)域為國際金融、實證資產(chǎn)定價、金融科技和中國資本市場。

圖書目錄

第一章引言: 為什么資產(chǎn)定價需要機器學(xué)習(xí)

第一節(jié)資產(chǎn)定價的核心問題: 為什么不同的資產(chǎn)會有
不同的收益

第二節(jié)當(dāng)資產(chǎn)定價遇到機器學(xué)習(xí)

第三節(jié)相關(guān)學(xué)術(shù)文獻介紹

第四節(jié)相關(guān)業(yè)界應(yīng)用場景

參考文獻

第二章資產(chǎn)定價的核心問題: 股票預(yù)期收益率

第一節(jié)投資組合分析

第二節(jié)因子投資

第三節(jié)中國因子模型

第四節(jié)異象性因子的檢驗

參考文獻

第三章機器學(xué)習(xí)模型評估

第一節(jié)過擬合與欠擬合

第二節(jié)偏差和方差的權(quán)衡

第三節(jié)回歸問題機器學(xué)習(xí)模型的評價指標(biāo)

第四節(jié)機器學(xué)習(xí)的超參數(shù)調(diào)校

第四章機器學(xué)習(xí)模型Ⅰ: 線性模型

第一節(jié)多元線性模型

第二節(jié)帶懲罰項的線性模型

第三節(jié)降維視角的線性模型

第五章機器學(xué)習(xí)模型Ⅱ: 回歸樹模型

第一節(jié)回歸樹

第二節(jié)隨機森林

第三節(jié)梯度提升樹



第六章機器學(xué)習(xí)模型Ⅲ: 神經(jīng)網(wǎng)絡(luò)模型

第一節(jié)神經(jīng)網(wǎng)絡(luò)模型介紹

第二節(jié)激活函數(shù)

第三節(jié)優(yōu)化算法

第四節(jié)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

第五節(jié)全連接神經(jīng)網(wǎng)絡(luò)模型的代碼實現(xiàn)

參考文獻

第七章理解機器學(xué)習(xí)在中國股票市場應(yīng)用的
制度背景

第一節(jié)中國股票市場概述

第二節(jié)中國股票市場重要制度

第三節(jié)中國股票市場特殊制度

第八章為機器學(xué)習(xí)模型準(zhǔn)備數(shù)據(jù)

第一節(jié)數(shù)據(jù)來源與樣本選擇

第二節(jié)股票收益率數(shù)據(jù)分析

第三節(jié)財務(wù)數(shù)據(jù)處理

第四節(jié)數(shù)據(jù)預(yù)處理步驟

第五節(jié)實證中使用的股票特征變量構(gòu)造介紹

參考文獻

第九章機器學(xué)習(xí)在中國金融市場中的實證應(yīng)用

第一節(jié)機器學(xué)習(xí)模型有效性驗證: 蒙特卡洛模擬
方法

第二節(jié)機器學(xué)習(xí)算法在中國A股市場的實證結(jié)果

第三節(jié)IPCA模型在中國A股市場的實證結(jié)果

參考文獻

第十章結(jié)語與未來展望

第一節(jié)機器學(xué)習(xí)模型與另類數(shù)據(jù)

第二節(jié)機器學(xué)習(xí)模型與其他資產(chǎn)定價問題

參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號