金融与财务机器学习(双色印刷融媒体新形态教材)

本书是金融与财务机器学习课程的教材。金融和财务领域集中了大量的交易数据和财务数据,为人工智能技术的运用奠定了良好的数据基础。同时,机器学习技术突飞猛进,为行业提供了跨越式发展的机会。在相关专业和方向开设“金融与财务机器学习”课程正当其时。 本书介绍了金融实证分析的主要方法和前沿问题、金融与财务机器学习的主要方法、评估方法和案例等。本书共12章,包括:金融与财务领域的机器学习,Python软件使用简介,金融与财务大数据的处理与分析,因子与因子模型,因子模型的估计、检验与解释,金融资产收益预测,包含惩罚项的线性回归模型,数据降维模型,树形模型与分类模型,神经网络模型,模型评估、训练与可解释性,文本分析。 本书可作为普通高等学校经济学和管理学类专业的高年级本科和研究生教材,也适合对金融和财务领域机器学习感兴趣的读者参考。

姜富伟，中央财经大学教授、博导，金融工程系主任，教育部青年长江学者，国家社科基金重大项目首席专家，黄大年教学团队核心成员，北京市海淀区政协委员。主要关注数字经济与金融科技相关交叉研究，在?Journal?of?Financial?Economics、Review?of?Financial?Studies、Management?Science、?Journal?of?Econometrics、《经济研究》《管理世界》《金融研究》等发表论文50余篇。获评ESI经济管理类全球前1%最高被引用论文、RFS?最高被引用论文、JFE最高被引用论文，获国家自然科学基金考核评价“特优”，教育部全国高校人文社科优秀成果一等奖，《金融研究》优秀论文奖、国际金融管理协会最佳论文奖、亚洲金融协会最佳论文奖、中国金融工程学年会优秀论文奖、金融图书金羊奖等奖励荣誉。 唐国豪，湖南大学金融与统计学院副教授，博导，金融工程系副主任。中央财经大学金融学博士、美国圣路易斯华盛顿大学访问学者，研究方向为实证资产定价、金融机器学习、行为金融。主要论文发表于Journal?of?Financial?and?Quantitative?Analysis、Journal?of?Banking?&?Finance、Journal?of?Economic?Dynamics?and?Control、《金融研究》《经济学（季刊）》《管理科学学报》等国内外高水平期刊。主持国家自然科学基金青年项目、湖南省自然科学基金青年项目。获得湖南省“湖湘青年英才”，省信息化教学比赛二等奖，湖南大学优秀教师新人奖、优秀教学奖、本科优秀毕业论文指导老师等荣誉称号。 马甜，金融学博士，中央民族大学经济学院副教授。主要研究领域为人工智能与实证资产定价，研究话题包括收益预测，风险预警以及量化投资策略构建等。在Journal?of?Financial?Markets、Journal?of?Empirical?Finance、《管理科学学报》《经济学（季刊）》《金融研究》等国内外期刊发表论文10余篇。主持国家自然科学基金项目。获中国金融工程学年会最佳论文奖等学术奖励。

目　　录 前　言 第一章　金融与财务领域的机器学习1 　　第一节　机器学习的基本介绍1 　　　　一、机器学习的历史2 　　　　二、机器学习的分类5 　　　　三、机器学习的思想6 　　　　四、机器学习的要素8 　　　　五、机器学习的步骤9 　　　　六、机器学习与传统编程10 　　第二节　机器学习在金融与财务领域的应用特性11 　　　　一、金融与财务对机器学习的需求性11 　　　　二、机器学习的优势13 　　　　三、机器学习可能面临的挑战14 　　第三节　机器学习在金融与财务领域的应用现状18 第二章　Python软件使用简介23 　　第一节　Python入门23 　　　　一、Python简介23 　　　　二、Python安装24 　　　　三、Python使用25 　　　　四、Python基础知识26 　　第二节　Python数据处理程序包37 　　　　一、多维数组Numpy37 　　　　二、面板处理Pandas42 　　　　三、科学计算SymPy49 　　　　四、统计分析Statsmodels53 　　　　五、金融计量Linearmodels55 　　第三节　Python机器学习程序包58 　　　　一、机器学习58 　　　　二、深度学习62 第三章　金融与财务大数据的处理与分析64 　　第一节　大数据时代64 　　　　一、理解大数据64 　　　　二、金融大数据65 　　　　三、本章概览65 　　第二节　金融与财务数据资源65 　　　　一、国泰安中国经济金融研究数据库65 　　　　二、万得资讯67 　　　　三、中国研究数据服务平台68 　　　　四、证券价格研究中心(CRSP)70 　　　　五、公开数据源72 　　　　六、文献数据源77 　　第二节　描述性统计88 　　　　一、中心趋势性88 　　　　二、分散性89 　　　　三、对称性和厚尾性89 　　　　四、持续性90 　　　　五、相关性90 　　第三节　数据预处理93 　　　　一、缺失值处理93 　　　　二、异常值处理94 　　　　三、标准化处理96 　　第四节　特征工程97 　　　　一、特征工程简介97 　　　　二、特征选择97 第四章　因子与因子模型103 　　第一节　因子与因子模型简介103 　　　　一、金融与财务因子与因子模型简介103 　　　　二、从单因子模型到多因子模型104 　　第二节　Alpha与市场异象106 　　　　一、Alpha收益106 　　　　二、资产价格异象107 　　第三节　多因子模型的新发展108 　　　　一、因子检验的一般流程108 　　　　二、Fama-French五因子模型109 　　　　三、Hou-Xue-Zhang的q-因子模型110 　　　　四、Stambaugh-Yuan错误定价因子模型111 　　　　五、Liu-Stambaugh-Yuan的CH-3模型113 　　第四节　因子分类114 　　　　一、常见的因子分类114 　　　　二、其他特色因子119 　　第五节　因子模型的研究挑战121 　　　　一、因子时变性121 　　　　二、因子有效性识别122 　　　　三、因子研究的近况与挑战123 第五章　因子模型的估计、检验与解释126 　　第一节　因子模型检验概述126 　　第二节　组合分析法128 　　　　一、单变量组合分析129 　　　　二、双变量组合分析132 　　　　三、三变量组合分析135 　　第三节　因子模拟组合法136 　　　　一、排序分组法137 　　　　二、方差最小化法137 　　第四节　时间序列回归法139 　　　　一、Alpha检验140 　　　　二、GRS检验140 　　第五节　Fama-MacBeth回归法141 　　　　一、Fama-MacBeth两阶段回归141 　　　　二、Fama-MacBeth三阶段回归143 　　第六节　解释因子模型146 　　　　一、风险补偿146 　　　　二、错误定价147 　　　　三、数据挖掘149 第六章　金融资产收益预测154 　　第一节　资产收益的可预测性154 　　　　一、资产收益可预测性的讨论154 　　　　二、资产收益可预测性的解释156 　　第二节　样本内预测158 　　　　一、方差比检验158 　　　　二、样本内预测159 　　　　三、预测模型面临的挑战162 　　　　四、新的金融预测方法162 　　第三节　样本外预测163 　　　　一、样本外预测的统计量163 　　　　二、投资价值评估165 　　　　三、其他预测方法166 　　第四节　预测指标的选择167 　　　　一、宏观经济指标168 　　　　二、估值与财务指标168 　　　　三、情绪指标169 　　　　四、技术面指标170 　　　　五、波动率指标170 　　第五节　Campbell-Shiller现金流折现率分解171 　　　　一、来源与推导171 　　　　二、进一步讨论173 第七章　包含惩罚项的线性回归模型177 　　第一节　最小二乘法线性回归模型177 　　　　一、线性回归177 　　　　二、OLS模型的基本原理178 　　　　三、OLS模型的应用179 　　第二节　岭回归182 　　　　一、岭回归的提出182 　　　　二、岭回归的基本原理182 　　　　三、岭回归的变量选择特征184 　　　　四、岭回归的调节参数选择184 　　第三节　LASSO模型188 　　　　一、LASSO模型的提出188 　　　　二、LASSO模型的基本原理188 　　　　三、LASSO模型的变量选择特征189 　　　　四、LASSO模型的扩展192 　　　　五、LASSO模型的应用193 　　第四节　弹性网络194 　　　　一、弹性网络的提出194 　　　　二、弹性网络的基本原理194 　　　　三、弹性网络的变量选择特征195 　　第五节　金融应用与Python实现197 　　　　一、问题与数据描述197 　　　　二、实验7-1　OLS回归200 　　　　三、实验7-2　岭回归203 　　　　四、实验7-3　LASSO回归208 　　　　五、实验7-4　弹性网络212 第八章　数据降维模型220 　　第一节　如何处理高维数据220 　　　　一、维数灾难问题220 　　　　二、降维方法简介221 　　　　三、降维方法的分类223 　　第二节　主成分分析224 　　　　一、主成分分析的原理224 　　　　二、主成分分析的算法和步骤225 　　　　三、主成分分析的评价226 　　　　四、主成分分析的发展:工具变量主成分分析226 　　　　五、主成分分析的发展:调整主成分分析227 　　　　六、在金融中的应用229 　　第三节　偏最小二乘法232 　　　　一、偏最小二乘回归的原理232 　　　　二、偏最小二乘法的算法和步骤233 　　　　三、偏最小二乘回归的评价234 　　　　四、在金融中的应用234 　　第四节　自编码模型235 　　　　一、自编码模型的原理235 　　　　二、条件变分自编码模型236 　　　　三、变分自编码模型237 　　第五节　聚类分析238 　　　　一、聚类分析简介238 　　　　二、K-means算法239 　　第六节　金融应用与Python实现240 　　　　一、问题与数据描述240 　　　　二、实验8-1　利用PCA对中国市场波动率建模248 　　　　三、实验8-2　利用PLS对美国市场波动率建模254 　　　　四、实验8-3　利用PCA与PLS对中国GDP数据建模259 第九章　树形模型与分类模型271 　　第一节　逻辑回归271 　　　　一、逻辑回归简介272 　　　　二、逻辑回归的步骤272 　　　　三、在金融中的应用273 　　第二节　树形模型的发展历史274 　　第三节　决策树276 　　　　一、树形模型的基本概念276 　　　　二、树形模型的度量指标277 　　　　三、树形模型的剪枝处理281 　　　　四、 CART模型282 　　　　五、在金融中的应用283 　　第四节　Boosting算法284 　　　　一、集成学习的基本概念284 　　　　二、 Boosting算法基本原理284 　　　　三、 AdaBoost模型285 　　　　四、 GBDT模型286 　　　　五、 XGboost模型287 　　　　六、在金融中的应用289 　　第五节　Bagging算法290 　　　　一、 Bagging算法基本原理290 　　　　二、随机森林模型291 　　　　三、在金融中的应用293 　　第六节　金融应用与Python实现296 　　　　一、问题与数据描述296 　　　　二、实验9-1　GBDT模型预测中国宏观变量通货膨胀297 　　　　三、实验9-2　随机森林模型预测中国宏观变量通货膨胀306 　　　　四、实验9-3　GBDT模型预测美国宏观变量通货膨胀315 　　　　五、实验9-4　随机森林模型预测美国宏观变量通货膨胀323 第十章　神经网络模型334 　　第一节　神经网络的发展历史334 　　第二节　神经网络的基本单元和模型336 　　　　一、基本单元336 　　　　二、基本模型337 　　　　三、多层感知器338 　　第三节　神经网络的模型训练339 　　　　一、梯度下降法339 　　　　二、 BP算法340 　　　　三、梯度下降法的种类341 　　　　四、模型训练中的常见问题342 　　　　五、模型参数的设定342 　　第四节　神经网络的发展1:卷积神经网络和循环神经网络344 　　　　一、卷积神经网络(Convolutional Neural Network,CNN)344 　　　　二、循环神经网络(Recurrent Neural Network,RNN)345 　　　　三、在金融中的应用346 　　第五节　神经网络的发展2:生成式对抗网络349 　　　　一、基本概念与框架349 　　　　二、在金融中的应用350 　　第六节　神经网络的发展3:深度强化学习354 　　　　一、强化学习354 　　　　二、深度强化学习356 　　　　三、在金融中的应用357 　　第七节　金融应用与Python实现359 　　　　一、实验10-1　神经网络模型预测中国股票市场收益359 　　　　二、实验10-2　神经网络模型预测美国股票市场收益363 第十一章　模型评估、训练与可解释性370 　　第一节　模型评估的相关概念370 　　　　一、偏差-方差370 　　　　二、泛化误差371 　　　　三、过拟合和欠拟合373 　　第二节　模型评估指标375 　　　　一、回归模型评估指标375 　　　　二、分类模型评估指标379 　　第三节　模型训练与测试381 　　　　一、留出法381 　　　　二、 K折交叉验证法382 　　　　三、留一法384 　　　　四、自助法385 　　　　五、时序交叉验证法386 　　第四节　超参数调优388 　　　　一、手动搜索388 　　　　二、网格搜索388 　　　　三、随机搜索389 　　　　四、贝叶斯优化390 　　第五节　模型可解释性392 　　　　一、可解释性的含义392 　　　　二、黑箱vs白箱393 　　　　三、可解释性的分类393 　　　　四、可解释性的提升394 第十二章　文本分析400 　　第一节　文本数据概述400 　　　　一、文本数据简介401 　　　　二、文本数据的数据挖掘流程403 　　第二节　文本数据的结构性表示409 　　　　一、文本数据矩阵409 　　　　二、文本特征识别413 　　第三节　文本数据的信息提取415 　　　　一、词典法415 　　　　二、机器学习方法417 　　第四节　文本数据在金融市场的应用420 　　　　一、关注度指数420 　　　　二、新闻隐含波动率指数421 　　　　三、投资者分歧422 　　第五节　金融应用与Python实现422