91精品国产综合久久四虎久久_国产成人午夜高潮毛片_99er视频精品免费观看_2020亚洲熟女在线观看_日本女优人体写真_国内黄色毛片_年轻的老师中文版在线_丰满女邻居做爰_久久久久久精品成人免费图片

 
金融深度學(xué)習(xí)
金融深度學(xué)習(xí)
Sofien Kaabar 著
程顯通, 金辛夷, 楊超群 譯
出版時間：2025年12月
頁數(shù)：368
“本書是一部權(quán)威之作，堪稱量化交易、數(shù)據(jù)科學(xué)與金融算法領(lǐng)域的里程碑?！?br /> ——Amaury Goguel
巴黎SKEMA商學(xué)院
金融市場與投資理學(xué)
碩士項(xiàng)目負(fù)責(zé)人
“身為量化投資專員，我希望在初涉機(jī)器學(xué)習(xí)交易算法時有一本這樣的書?！?br /> ——Ning Wang
巴克萊銀行量化投資專員

深度學(xué)習(xí)正以迅猛之勢席卷金融與交易領(lǐng)域。然而，對眾多專業(yè)交易者而言，這一學(xué)科素以艱深復(fù)雜著稱。本書作為一本實(shí)操指南，能帶領(lǐng)你運(yùn)用Python從零構(gòu)建深度學(xué)習(xí)交易模型，同時幫助你創(chuàng)建基于機(jī)器學(xué)習(xí)及強(qiáng)化學(xué)習(xí)的交易算法，并對算法進(jìn)行
回測。
金融作家、交易顧問兼機(jī)構(gòu)市場策略師Sofien Kaabar開創(chuàng)性地提出將技術(shù)與量化分析相融合的深度學(xué)習(xí)策略。本書以獨(dú)到視角將深度學(xué)習(xí)原理與技術(shù)分析熔鑄一爐，為金融交易領(lǐng)域注入破界新思。這部全景式指南涵蓋了技術(shù)面分析、機(jī)器學(xué)習(xí)算法評估及算法優(yōu)化等的完整知識體系。
● 理解并構(gòu)建機(jī)器學(xué)習(xí)與深度學(xué)習(xí)模型。
● 探索強(qiáng)化學(xué)習(xí)原理及其在時間序列中的應(yīng)用。
● 掌握模型性能評估指標(biāo)的解讀方法。
● 研習(xí)技術(shù)面分析及其在金融市場的作用機(jī)制。
● 用Python創(chuàng)建技術(shù)指標(biāo)，并與機(jī)器學(xué)習(xí)模型協(xié)同優(yōu)化。
● 評估模型盈利能力與預(yù)測表現(xiàn)，洞悉其邊界與潛力。
  1. 前言
  2. 第1章 數(shù)據(jù)科學(xué)與交易入門
  3. 1.1 理解數(shù)據(jù)
  4. 1.2 理解數(shù)據(jù)科學(xué)
  5. 1.3 金融市場和交易入門
  6. 1.4 數(shù)據(jù)科學(xué)在金融中的應(yīng)用
  7. 1.5 小結(jié)
  8. 第2章 深度學(xué)習(xí)中的基礎(chǔ)概率方法
  9. 2.1 概率論入門
  10. 2.2 概率論的基本概念
  11. 2.3 抽樣與假設(shè)檢驗(yàn)
  12. 2.4 信息論入門
  13. 2.5 小結(jié)
  14. 第3章 描述性統(tǒng)計(jì)與數(shù)據(jù)分析
  15. 3.1 集中趨勢的度量
  16. 3.2 差異量數(shù)
  17. 3.3 分布形態(tài)的度量
  18. 3.4 數(shù)據(jù)可視化
  19. 3.5 相關(guān)性
  20. 3.6 平穩(wěn)性
  21. 3.7 回歸分析和統(tǒng)計(jì)推斷
  22. 3.8 小結(jié)
  23. 第4章 深度學(xué)習(xí)的線性代數(shù)和微積分
  24. 4.1 線性代數(shù)
  25. 4.1.1 向量與矩陣
  26. 4.1.2 線性方程入門
  27. 4.1.3 方程組
  28. 4.1.4 三角學(xué)
  29. 4.2 微積分
  30. 4.2.1 極限和連續(xù)
  31. 4.2.2 導(dǎo)數(shù)
  32. 4.2.3 積分與微積分基本定理
  33. 4.2.4 優(yōu)化
  34. 4.3 小結(jié)
  35. 第5章 技術(shù)面分析入門
  36. 5.1 圖表分析
  37. 5.2 指標(biāo)分析
  38. 5.2.1 移動平均線
  39. 5.2.2 相對強(qiáng)弱指數(shù)
  40. 5.3 模式識別
  41. 5.4 小結(jié)
  42. 第6章 數(shù)據(jù)科學(xué)的Python入門
  43. 6.1 下載Python
  44. 6.2 基礎(chǔ)操作與語法
  45. 6.3 控制流
  46. 6.4 庫與函數(shù)
  47. 6.5 異常處理與錯誤
  48. 6.6 numpy和pandas中的數(shù)據(jù)結(jié)構(gòu)
  49. 6.7 Python中導(dǎo)入金融時間序列數(shù)據(jù)
  50. 6.8 小結(jié)
  51. 第7章 用于時間序列預(yù)測的機(jī)器學(xué)習(xí)模型
  52. 7.1 框架
  53. 7.2 機(jī)器學(xué)習(xí)模型
  54. 7.2.1 線性回歸
  55. 7.2.2 支持向量回歸
  56. 7.2.3 隨機(jī)梯度下降回歸
  57. 7.2.4 近鄰回歸
  58. 7.2.5 決策樹回歸
  59. 7.2.6 隨機(jī)森林回歸
  60. 7.2.7 AdaBoost回歸
  61. 7.2.8 XGBoost回歸
  62. 7.3 過擬合與欠擬合
  63. 7.4 小結(jié)
  64. 第8章 用于時間序列預(yù)測的深度學(xué)習(xí)I
  65. 8.1 神經(jīng)網(wǎng)絡(luò)漫談
  66. 8.1.1 激活函數(shù)
  67. 8.1.2 反向傳播
  68. 8.1.3 優(yōu)化算法
  69. 8.1.4 正則化技術(shù)
  70. 8.1.5 多層感知機(jī)
  71. 8.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
  72. 8.3 長短期記憶
  73. 8.4 時間卷積神經(jīng)網(wǎng)絡(luò)
  74. 8.5 小結(jié)
  75. 第9章 用于時間序列預(yù)測的深度學(xué)習(xí)II
  76. 9.1 分?jǐn)?shù)階差分
  77. 9.2 預(yù)測閾值
  78. 9.3 持續(xù)迭代訓(xùn)練
  79. 9.4 時間序列交叉驗(yàn)證
  80. 9.5 多步預(yù)測
  81. 9.6 對多層感知機(jī)應(yīng)用正則化
  82. 9.7 小結(jié)
  83. 第10章 使用深度強(qiáng)化學(xué)習(xí)預(yù)測時間序列
  84. 10.1 強(qiáng)化學(xué)習(xí)的直觀理解
  85. 10.2 深度強(qiáng)化學(xué)習(xí)
  86. 10.3 小結(jié)
  87. 第11章 高級技術(shù)與策略
  88. 11.1 預(yù)測交易者持倉報告（COT）的長期趨勢
  89. 11.1.1 算法1：COT 間接單步預(yù)測模型
  90. 11.1.2 算法2：COT直接多步預(yù)測模型
  91. 11.1.3 算法3：COT遞歸多步預(yù)測模型
  92. 11.1.4 匯總
  93. 11.2 使用技術(shù)指標(biāo)作為輸入
  94. 11.3 使用深度學(xué)習(xí)預(yù)測比特幣波動率
  95. 11.4 訓(xùn)練過程的實(shí)時可視化
  96. 11.5 小結(jié)
  97. 第12章 市場驅(qū)動因素與風(fēng)險管理
  98. 12.1 市場驅(qū)動因素
  99. 12.1.1 市場驅(qū)動因素和經(jīng)濟(jì)直覺
  100. 12.1.2 新聞解讀
  101. 12.2 風(fēng)險管理
  102. 12.2.1 風(fēng)險管理基礎(chǔ)
  103. 12.2.2 行為金融學(xué)：偏差的力量
  104. 12.3 小結(jié)
書名：金融深度學(xué)習(xí)
作者：Sofien Kaabar 著
譯者：程顯通, 金辛夷, 楊超群 譯
國內(nèi)出版社：中國電力出版社
出版時間：2025年12月
頁數(shù)：368
書號：978-7-5239-0540-1
原版書書名：Deep Learning for Finance
原版書出版商：O'Reilly Media
Sofien Kaabar
 
Sofien Kaabar是一位金融領(lǐng)域的作者，交易顧問，還是一位專注于貨幣市場的機(jī)構(gòu)市場策略師，他主要關(guān)注技術(shù)和量化方面的課題。Sofien致力于讓技術(shù)分析客觀化，為此，他使用那些與傳統(tǒng)的指標(biāo)相媲美的技術(shù)指標(biāo)，來創(chuàng)建清晰的、可被分析的信號條件，并將這些信號條件應(yīng)用到技術(shù)分析中。
 
 
本書的封面動物是一只扇尾金魚（學(xué)名：Carassius auratus）。扇尾金魚屬于常見的觀賞金魚。它們并無野生分布，而是人類為獲得特定性狀在魚缸中飼養(yǎng)、經(jīng)數(shù)代選育所得的品種。
扇尾金魚的顯著特征是其雙尾結(jié)構(gòu)，它有上下兩片尾鰭。扇尾金魚體型短圓如卵，呈球狀膨??；約六月齡時雙眼發(fā)育為龍睛。體色多為橙或白，亦有紅色系或花色變種。成年體長6~8英寸，壽命隨飼養(yǎng)條件在5~15年間浮動。
金魚屬雜食性，需喂食高營養(yǎng)飼料以防失鰾癥。若投喂顆粒飼料，須選擇易消化規(guī)格。因胃酸分泌弱，此類金魚主要依賴磨碎食物以助消化。亦可使用豐年蝦、水蚤、血蟲等活體或冷凍餌料飼養(yǎng)。
購買選項(xiàng)
定價：128.00元
書號：978-7-5239-0540-1
出版社：中國電力出版社