用科学方法玩金融：Python智慧量化交易 pdf epub mobi txt 电子书下载 2024

图书介绍

☆☆☆☆☆
简体网页||繁体网页

著者

出版者出版社：深智数位订阅出版社新书快讯新功能介绍

翻译者

出版日期出版日期：2019/05/24

语言语言：繁体中文

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-12-22

类似图书点击查看全场最低价

图书描述

　　◆採用黑箱模式和MBA 案例模式，结合大量经典案例，
　　◆介绍 sklearn 机器学习模组函数库和常用的机器学习演算法，在金融领域的应用
　　◆懂 Excel 就能看懂本书

　　本书採用生动活泼的语言，从入门者的角度，讲解Python 语言和sklearn 模组库内置的各种经典机器学习演算法；介绍股市外汇、比特币等实盘交易资料在金融量化方面的具体分析与应用，包括对未来股票价格的预测、大盘指数趋势分析等。

　　简单风趣的实际案例让读者能够快速掌握机器学习在量化分析方面的程式设计，为进一步学习金融科技奠定扎实的基础。

　　懂 Excel 就能看懂本书，逆向式教材模式，结合大量案例、图表，层层剖析，系统说明逐步深入。

本书特色

　　简单实用，配合大量的图表说明。

　　◎IT零起点：无须任何电脑程式设计基础，只要会打字、会使用Excel，就能看懂本书。
　　◎投资零起点：无须购买任何专业软体，配套zwPython 套装软体。
　　◎配置零起点：所有软体、资料全部採用「开箱即用」模式，解压缩即后可直接执行。
　　◎理财零起点：採用通俗易懂的语言，配合大量专业的图表和实盘操作案例。
　　◎数学零起点：全书没有复杂的数学公式，轻轻松松就能看懂全书。

著者信息

作者简介

何海群

　　网名：字王，CHRD前海智库CTO，《中华大字库》发明人。

　　20年人工智慧从业经验；zwPython开发平台、TopQuant.vip极宽量化系统设计师，中国「Python创客」专案发起人， Python量化专案的启蒙者和开拓者： TOP极宽量化开源团队的创始人。

　　研究成果有：BigQuant理论架构：Python量化+数位货币+人工智慧；「小数据」理论， MTRD多节点超算集群演算法、「1+N」网路传播模型、人工智慧「足彩图灵法则」等；论文《人工智慧与中文字型设计》是中文字形档三大基础建模理论之一。

用科学方法玩金融：Python智慧量化交易 pdf epub mobi txt 电子书下载

图书目录

01 Python 与机器学习
1.1 scikit-learn 模组函数库
1.2 开发环境架设
1.3 机器学习：从忘却开始
1.4 学习路线图

02 机器学习程式设计入门
2.1 经典机器学习演算法
2.2 经典鸢尾花
2.3 机器学习演算法流程
2.4 机器学习资料集
2.5 资料切割函数
2.6 线性回归演算法

03 金融资料的前置处理
3.1 至简归一法
3.2 股票池与Rebase
3.3 金融资料切割
3.4 preprocessing 模组

04 机器学习快速入门
4.1 回归演算法
4.2 LR 线性回归模型
4.3 常用评测指标
4.4 多项式回归
4.5 逻辑回归演算法模型

05 模型验证最佳化
5.1 交换验证评估器
5.2 交换验证评分

06 决策树
6.1 决策树演算法
6.2 决策树回归函数
6.3 决策树分类函数
6.4 GBDT 演算法
6.5 反覆运算决策树函数

07 随机森林演算法和极端随机树演算法
7.1 随机森林函数
7.2 决策树测试架构
7.3 决策树测试函数
7.4 极端随机树演算法
7.5 极端随机树函数

08 机器学习演算法模式
8.1 学习模式
8.2 机器学习五大流派
8.3 经典机器学习演算法
8.4 小结

09 机率程式设计
9.1 单纯贝氏的上证之旅
9.2 隐藏马可夫模型

10 实例演算法

11 正规化演算法
11.1 岭回归演算法
11.2 最小绝对值收敛和选择算子回归演算法
11.3 弹性网路演算法
11.4 最小角回归演算法

12 分群分析
12.1 K 平均值演算法
12.2 BIRCH 演算法
12.3 小结

13 降维演算法
13.1 主成分分析
13.2 奇异值分解演算法

14 整合演算法
14.1 sklearn 内建整合演算法
14.2 装袋演算法
14.3 AdaBoost 反覆运算演算法

15 支援向量机
15.1 支援向量机演算法
15.2 SVM 函数介面

16 类神经网路演算法
A sklearn 常用模组和函数
B 量化分析常用指标