顶部
收藏

智能投资:方法与策略


作者:
陈学彬
定价:
48.00元
ISBN:
978-7-04-058696-1
版面字数:
557.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2022-08-30
读者对象:
高等教育
一级分类:
经济
二级分类:
金融学
三级分类:
金融学

本书是高等学校金融学专业系列教材之一。

本书主要内容包括:导论、机器学习基础、基于Python的机器学习软件包、智能投资模型训练的数据预处理、线性回归估值选股模型、逻辑回归收益率预测选股模型、决策树分类选股模型、朴素贝叶斯分类选股模型、支持向量机分类选股模型、K均值聚类算法选股模型、Apriori股票关联分析模型、BPNN择时交易模型、RNN择时交易模型、LSTM择时交易模型、CNN择时交易模型、AdvNSL择时交易模型、DRL组合投资模型、结语。

本书适合作为高等学校金融学专业相关课程教材,也可作为相关从业人员和个人投资者的参考用书。

  • 导论001
    • 第一节智能投资与机器学习的概念/001
    • 第二节机器学习在智能投资中的应用/002
    • 第一篇智能投资方法
  • 第一章机器学习基础011
    • 第一节机器学习的基本原理/011
    • 第二节机器学习方法的分类/019
    • 第三节机器学习的常用算法/023
    • 本章小结/029
    • 基本概念/029
    • 复习思考题/030
  • 第二章基于Python的机器学习软件包031
    • 第一节Python机器学习包ScikitLearn/031
    • 第二节深度学习框架TensorFlow/034
    • 第三节神经网络高级API:Keras/041
    • 第四节深度学习框架PyTorch/056
    • 本章小结/060
    • 基本概念/061
    • 复习思考题/061
  • 第三章智能投资模型训练的数据预处理062
    • 第一节数据清洗/062
    • 第二节数据标准化/067
    • 第三节数据中性化/069
    • 第四节独热编码/072
    • 本章小结/074
    • 基本概念/074
    • 复习思考题/074
    • 第二篇智能投资:回归分析
  • 第四章线性回归估值选股模型077
    • 第一节线性回归的基本原理/077
    • 第二节线性回归的模型与程序/078
    • 第三节线性回归估值选股模型应用/082
    • 本章小结/090
    • 基本概念/090
    • 复习思考题/090
  • 第五章逻辑回归收益率预测选股模型091
    • 第一节逻辑回归的基本原理/091
    • 第二节逻辑回归的模型与程序/092
    • 第三节逻辑回归收益率预测选股模型应用/095
    • 本章小结/101
    • 基本概念/102
    • 复习思考题/102
    • 第三篇智能投资:分类模型
  • 第六章决策树分类选股模型105
    • 第一节决策树分类的基本原理/105
    • 第二节决策树分类的模型与程序/106
    • 第三节决策树分类选股模型应用/111
    • 本章小结/117
    • 基本概念/118
    • 复习思考题/118
  • 第七章朴素贝叶斯分类选股模型119
    • 第一节朴素贝叶斯分类的基本原理/119
    • 第二节朴素贝叶斯分类选股模型应用/122
    • 本章小结/130
    • 基本概念/131
    • 复习思考题/131
  • 第八章支持向量机分类选股模型132
    • 第一节支持向量机分类的基本原理/132
    • 第二节支持向量机分类的模型与程序/134
    • 第三节支持向量机分类选股模型应用/141
    • 本章小结/148
    • 基本概念/148
    • 复习思考题/148
    • 第四篇智能投资:聚类和关联分析
  • 第九章K均值聚类算法选股模型151
    • 第一节K均值聚类算法的基本原理/151
    • 第二节K均值聚类算法的模型与程序/152
    • 第三节K均值聚类算法选股模型应用/155
    • 本章小结/164
    • 基本概念/165
    • 复习思考题/165
  • 第十章Apriori股票关联分析模型166
    • 第一节Apriori算法的基本原理/166
    • 第二节Apriori算法的程序/169
    • 第三节Apriori股票关联分析模型应用/174
    • 本章小结/175
    • 基本概念/176
    • 复习思考题/176
    • 第五篇智能投资:神经网络基础
  • 第十一章BPNN择时交易模型179
    • 第一节BPNN择时交易模型的基本原理/179
    • 第二节BPNN择时交易模型的构建和数据准备/185
    • 第三节BPNN择时交易模型的训练/195
    • 第四节BPNN择时交易模型在iQuant平台的回测/205
    • 第五节BPNN择时交易模型应用/213
    • 本章小结/215
    • 基本概念/216
    • 复习思考题/216
  • 第十二章RNN择时交易模型217
    • 第一节RNN择时交易模型的基本原理/217
    • 第二节RNN择时交易模型的程序/220
    • 第三节RNN择时交易模型应用/229
    • 本章小结/233
    • 基本概念/234
    • 复习思考题/234
  • 第十三章LSTM择时交易模型235
    • 第一节LSTM择时交易模型的基本原理/235
    • 第二节LSTM择时交易模型的程序/239
    • 第三节LSTM择时交易模型应用/249
    • 本章小结/257
    • 基本概念/258
    • 复习思考题/258
  • 第十四章CNN择时交易模型259
    • 第一节CNN择时交易模型的基本原理/259
    • 第二节CNN择时交易模型的程序/264
    • 第三节CNN择时交易模型的训练/274
    • 第四节CNN择时交易模型应用/288
    • 本章小结/291
    • 基本概念/291
    • 复习思考题/291
    • 第六篇智能投资:组合学习模型
  • 第十五章AdvNSL择时交易模型295
    • 第一节AdvNSL择时交易模型的基本原理/295
    • 第二节AdvNSL择时交易模型的程序/298
    • 第三节AdvNSL择时交易模型应用/314
    • 本章小结/318
    • 基本概念/319
    • 复习思考题/319
  • 第十六章DRL组合投资模型320
    • 第一节DRL组合投资模型的基本原理/320
    • 第二节DRL组合投资模型的程序/329
    • 第三节DRL组合投资模型应用/347
    • 本章小结/356
    • 基本概念/357
    • 复习思考题/357
    • 结语:学习智能投资方法应注意的问题358
  • 参考文献361

相关图书