幫助中心 | 我的帳號 | 關於我們

利用機器學習開發演算法交易系統/圖靈程序設計叢書

  • 作者:(韓)安明浩|譯者:王雪珂
  • 出版社:人民郵電
  • ISBN:9787115504043
  • 出版日期:2019/05/01
  • 裝幀:平裝
  • 頁數:171
人民幣:RMB 49 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書介紹了機器學習必要的統計與概率方面的數學理論,以及適用機器學習的領域相關的領域知識,同時收錄了實現代碼。利用機器學習編寫程序時,機器學習演算法所占的比重並不大,重要的是理解數據並掌握特性。在此過程中,如果具備統計與概率相關的數學知識和機器學習應用領域的專業知識,則能大大節約時間,並簡化問題。經過這些過程的機器學習才能獲得良好的應用效果。
    本書適合機器學習入門者、具備編程能力的機器學習關注者、對股票交易原理感興趣並樂於實踐的讀者。

作者介紹
(韓)安明浩|譯者:王雪珂
    安明浩,韓國科學技術院軟體碩士課程結業。起初研究雲技術,之後轉向機器學習。目前正在努力通過機器學習製作「鸕鶿」無人機,盼望以此實現經濟自由。

目錄
第一部分
  第1章  機器學習
    1.1  機器學習定義
    1.2  機器學習的優缺點
      1.2.1  機器學習的優點
      1.2.2  機器學習的缺點
    1.3  機器學習的種類
      1.3.1  監督學習
      1.3.2  無監督學習
    1.4  機器學習能做的事情
      1.4.1  回歸
      1.4.2  分類
      1.4.3  聚類
    1.5  機器學習演算法
      1.5.1  回歸
      1.5.2  分類
      1.5.3  聚類
    1.6  機器學習的過程
      1.6.1  第一次預處理
      1.6.2  訓練數據集
      1.6.3  第二次預處理
      1.6.4  機器學習演算法學習
      1.6.5  參數優化
      1.6.6  後期處理
      1.6.7  最終模型
    1.7  「沒有免費的午餐」定理
第二部分
  第2章  統計
    2.1  統計的定義
    2.2  統計在機器學習中的重要性
    2.3  統計的基本概念和術語
      2.3.1  總體和樣本
      2.3.2  參數和統計量
      2.3.3  抽樣誤差
      2.3.4  因變數和自變數
      2.3.5  連續變數和離散變數
      2.3.6  模型
    2.4  準備事項
    2.5  數據下載
    2.6  數據載入
    2.7  基礎統計
      2.7.1  標準差
      2.7.2  四分位數
      2.7.3  直方圖
      2.7.4  正態分佈
      2.7.5  散點圖
      2.7.6  箱形圖
  第3章  時間序列數據
    3.1  時間序列數據
    3.2  時間序列數據分析

    3.3  時間序列數據的主要特徵
    3.4  隨機過程
    3.5  平穩時間序列數據
    3.6  隨機過程中的期望值、方差和協方差
    3.7  相關
    3.8  自協方差
    3.9  自相關
    3.10  隨機遊走
第二部分
  第4章  演算法交易
    4.1  演算法交易簡介
    4.2  演算法交易歷史上的那些人
      4.2.1  愛德華·索普
      4.2.2  詹姆斯·哈里斯·西蒙斯
      4.2.3  肯尼斯·格里芬
    4.3  演算法交易模型
    4.4  均值回歸模型
      4.4.1  均值回歸檢驗
      4.4.2  實現均值回歸模型
    4.5  機器學習模型
      4.5.1  特徵選擇
      4.5.2  是價格還是方向
    4.6  分類模型
      4.6.1  邏輯斯蒂回歸
      4.6.2  決策樹和隨機森林
      4.6.3  支持向量機
    4.7  實現機器學習模型
      4.7.1  數據集
      4.7.2  拆分數據集
      4.7.3  生成股價走勢預測變數
      4.7.4  股價走勢預測變數的運行和評價
    4.8  時間衰減效應
  第5章  實現演算法交易系統
    5.1  普通演算法交易系統的構成
    5.2  實現系統的概要
    5.3  開發環境
    5.4  數據爬蟲實現
      5.4.1  收集股票代碼
      5.4.2  收集股價數據
    5.5  實現α模型
      5.5.1  均值回歸模型
      5.5.2  機器學習模型
    5.6  投資組合生成器
      5.6.1  均值回歸模型的股票選擇
      5.6.2  機器學習模型的股票選擇
    5.7  實現Trader類
  第6章  性能評價與優化
    6.1  演算法交易系統的性能測試
      6.1.1  評價系統的獲利能力
      6.1.2  比較各實現模型

      6.1.3  對系統的信心
    6.2  回溯檢驗
      6.2.1  Profit/Loss檢驗
      6.2.2  Hit Batio
      6.2.3  Drawdown
      6.2.4  Sharpe Ratio
    6.3  機器學習性能測試
      6.3.1  混淆矩陣
      6.3.2  Classification Report
      6.3.3  ROC
    6.4  實時交易監控
    6.5  參數優化
    6.6  超參數優化
      6.6.1  網格搜索
      6.6.2  隨機搜索
    6.7  「黑天鵝」
後記

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032