您好,欢迎来到聚文网。 登录 免费注册
机器学习与量化交易:金融市场预测和交易决策过程应用分析

机器学习与量化交易:金融市场预测和交易决策过程应用分析

  • 字数: 210000
  • 装帧: 平装
  • 出版社: 中国财政经济出版社
  • 作者: 宗翔宇
  • 出版日期: 2022-10-01
  • 商品条码: 9787522316710
  • 版次: 1
  • 开本: 32开
  • 页数: 256
  • 出版年份: 2022
定价:¥36 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
金融市场价格预测和交易决策是金融活动的两个基本动作。交易者通过经验,或统计数据对市场进行预测再经过计算,做出有利于收益的交易决策。在这个过程中,传统的交易员做出的预测和决策带有大量的个人经验。那么这两个步骤如果由大数据支撑,由机器学习算法来完成是否能够取得更好的效果呢?是否可以出现套利机会呢?本书聚焦于机器学习算法应用在量化交易的两个领域。第一,本书描述了支持向量机及其衍生算法和多种人工神经网络算法在金融价格预测领域中的理论和应用。第二,本书基于配对交易策略,使用深度强化学习算法对交易决策过程进行了优化。本书对每个算法都提供了一个可行的结合实际金融市场的算法策略,并附流程图,供读者参考。
目录
第1章 机器学习和量化交易介绍
1.1 背景
1.2 本书结构和贡献
第2章 一个股票指数交易策略基于二进制引力搜索算法和支持向量机
2.1 介绍
2.2 支持向量机和启发式优化算法在金融中的应用文献综述
2.3 数据介绍
2.4 理论架构和模型建立
2.5 预测结果评估
2.6 交易表现
2.7 结论
第3章 使用MLP,CNN,LSTM和混合方法预测和交易INDU指数和FTSE100指数
3.1 介绍
3.2 NNs与金融预测文献综述
3.3 数据集和工具
3.4 方法
3.5 预测数据表现
3.6 交易表现
3.7 结论
第4章 深度强化学习和基因算法用于大宗商品配对交易
4.1 介绍
4.2 配对交易与深度强化学习文献综述
4.3 数据介绍
4.4 方法
4.5 数据表现
4.6 风险衡量
4.7 结论
第5章 总结
5.1 本书总结
5.2 本书方法缺陷
5.3 未来工作
附录
附录A(第2章)
附录A.1 模型输入和数据集
附录A.2 BGSA-SVM和基准模型预测准确率和交易表现细节
附录A.3 夏普率和其他测试
附录B(第3章)
附录B.1 模型输入和数据集
附录B.2 八分类表现
附录B.3 混合方法表现
附录B.4 Chi-square测试
附录B.5 信息率
附录B.6 预测概率的分布情况
附录C(第4章)
附录C.1 文献列表
附录C.2 大宗商品列表
附录C.3 深度强化学习中的神经网络结构
附录C.4 协整测试的细节
附录C.5 直接用深度强化学习交易的表现
致谢
缩略语
参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网