|
题名:
|
金融机器学习 / (西) 马科斯·洛佩斯·德普拉多著 , 林华等译 |
|
ISBN:
|
978-7-5217-2809-5 价格： CNY99.00 |
|
语种:
|
chi |
|
载体形态:
|
417页 图 23cm |
|
出版发行:
|
出版地： 北京 出版社： 中信出版社 出版日期： 2021 |
|
内容提要:
|
本书的作者马科斯·洛佩斯·德普拉多集投资经理、教授、研究员三重身份于一身，20多年来致力于通过普及机器学习算法和超级计算的使用，以及开发识别错误投资策略(假阳性)的统计测试，实现金融领域的现代化。《金融机器学习》这本书分为5部分。第1部分介绍了如何构造适合机器学习算法的金融数据;第2部分介绍了如何科学地应用机器学习算法研究这些数据并获得实际发现；第3部分介绍了如何回测以及评估模型错误的概率;第4部分回归到数据，解释从中提取信息特征的创新方法；第5部分介绍了高性能计算方法。 |
|
主题词:
|
机器学习 应用 |
|
中图分类法:
|
F830.59-39 版次： 5 |
|
主要责任者:
|
洛佩斯·德普拉多 著 |
|
次要责任者:
|
林华 译 |
|
责任者附注:
|
美国劳伦斯·伯克利国家实验室研究员，康奈尔大学电气与计算机工程学院教授，拥有金融经济学和数学金融学双博士学位。2020年担任阿布扎比投资局（ADIA）量化研究与开发业务的全球负责人。拥有20多年利用机器学习算法和超级计算开发投资策略的经验。曾在影响因子很高的学术期刊上发表了数十篇关于机器学习算法和超级计算的科学文章。曾在美国国会就人工智能对金融领域的影响发表演讲。2019年被《投资组合管理杂志》评为“年度量化分析师”。 |
|
索书号:
|
1 |