金融機器學習 金融領(lǐng)域機器學習算法

　　這是一本將機器學習算法應(yīng)用于金融建模的實戰(zhàn)指南。過去幾十年，金融業(yè)一直過于依賴簡單的統(tǒng)計技術(shù)來識別數(shù)據(jù)中的模式，機器學習有望改變這種現(xiàn)狀。在未來幾年，機器學習算法將會給金融領(lǐng)域帶來顛覆性變化。《金融機器學習》這本書的作者馬科斯·洛佩斯·德普拉多集投資經(jīng)理、教授、研究員三重身份于一身，20多年來致力于通過普及機器學習算法和超級計算的使用，以及開發(fā)識別錯誤投資策略（假陽性）的統(tǒng)計測試，實現(xiàn)金融領(lǐng)域的現(xiàn)代化。在這本書中，他結(jié)合學術(shù)視角和豐富的行業(yè)經(jīng)驗，提供了一系列科學合理的工具和方法，解釋了投資組合經(jīng)理如何使用機器學習來推導、測試和使用交易策略?！督鹑跈C器學習》這本書分為5部分。第1部分介紹了如何構(gòu)造適合機器學習算法的金融數(shù)據(jù);第2部分介紹了如何科學地應(yīng)用機器學習算法研究這些數(shù)據(jù)并獲得實際發(fā)現(xiàn)；第3部分介紹了如何回測以及評估模型錯誤的概率;第4部分回歸到數(shù)據(jù)，解釋從中提取信息特征的創(chuàng)新方法；第5部分介紹了高性能計算方法。書中大多數(shù)問題和解決方法都是用數(shù)學公示來解釋的，并提供了代碼片段和練習，具有很強的實操性，可以作為金融領(lǐng)域投資人士的工具書。

　　美國勞倫斯·伯克利國家實驗室研究員，康奈爾大學電氣與計算機工程學院教授，擁有金融經(jīng)濟學和數(shù)學金融學雙博士學位。2020年擔任阿布扎比投資局（ADIA）量化研究與開發(fā)業(yè)務(wù)的全球負責人。擁有20多年利用機器學習算法和超級計算開發(fā)投資策略的經(jīng)驗。曾在影響因子很高的學術(shù)期刊上發(fā)表了數(shù)十篇關(guān)于機器學習算法和超級計算的科學文章。曾在美國國會就人工智能對金融領(lǐng)域的影響發(fā)表演講。2019年被《投資組合管理雜志》評為“年度量化分析師”。