计算机
类型
4.6
豆瓣评分
可以朗读
语音朗读
109千字
字数
2018-12-01
发行日期
展开全部
主编推荐语
生动讲解Python与金融量化结合，实例助初学者快速掌握编程。
内容简介
本书采用生动活泼的语言，从入门者的角度，讲解Python语言和sklearn模块库，内置的各种经典机器学习算法，结合实盘交易数据，分析在金融量化方面的应用。书中大量简单风趣的实际案例，让广大初学者，快速掌握机器学习在量化投资领域的编程，为进一步学习金融科技，奠定扎实的基础。
目录
- 封面
- 书名页
- 内容简介
- 版权页
- 前 言
- 目录
- 第1章 Python与机器学习
- 1.1 scikit-learn模块库
- 1.1.1 scikit-learn的缺点
- 1.1.2 scikit-learn算法模块
- 1.1.3 scikit-learn六大功能
- 1.2 开发环境搭建
- 1.2.1 AI领域的标准编程语言：Python
- 1.2.2 zwPython：难度降低90%，性能提高10倍
- 1.2.3 “零对象”编程模式
- 1.2.4 开发平台搭建
- 1.2.5 程序目录结构
- 案例1-1：重点模块版本测试
- 1.3 机器学习：从忘却开始
- 1.4 学习路线图
- 第2章 机器学习编程入门
- 2.1 经典机器学习算法
- 2.2 经典爱丽丝
- 案例2-1：经典爱丽丝
- 案例2-2：爱丽丝进化与文本矢量化
- 2.3 机器学习算法流程
- 2.4 机器学习数据集
- 案例2-3：爱丽丝分解
- 2.5 数据切割函数
- 2.6 线性回归算法
- 案例2-4：爱丽丝回归
- 第3章 金融数据的预处理
- 3.1 至简归一法
- 案例3-1：麻烦的外汇数据
- 案例3-2：尴尬的日元
- 案例3-3：凶残的比特币
- 3.2 股票池与Rebase
- 3.2.1 股票池
- 3.2.2 Rebase与归一化
- 案例3-4：股票池Rebase归一化
- 3.3 金融数据切割
- 案例3-5：当上证遇到机器学习
- 3.4 preprocessing模块
- 案例3-6：比特币与标准化
- 案例3-7：比特币与归一化
- 第4章 机器学习快速入门
- 4.1 回归算法
- 4.2 LR线性回归模型
- 案例4-1：上证指数之LR回归事件
- 4.3 常用评测指标
- 4.4 多项式回归
- 案例4-2：上证指数的多项式故事
- 案例4-3：预测比特币价格
- 4.5 逻辑回归算法模型
- 案例4-4：上证指数预测逻辑回归版
- 第5章 模型验证优化
- 5.1 交叉验证评估器
- 案例5-1：交叉验证
- 5.2 交叉验证评分
- 案例5-2：交叉验证评分
- 第6章 决策树
- 6.1 决策树算法
- 6.1.1 ID3算法与C4.5算法
- 6.1.2 常用决策树算法
- 6.1.3 sklearn内置决策树算法
- 6.2 决策树回归函数
- 案例6-1：决策树回归算法
- 6.3 决策树分类函数
- 案例6-2：决策树分类算法
- 6.4 GBDT算法
- 6.5 迭代决策树函数
- 案例6-3：GBDT回归算法
- 案例6-4：GBDT分类算法
- 第7章 随机森林算法和极端随机树算法
- 7.1 随机森林函数
- 7.2 决策树测试框架
- 案例7-1：RF回归算法大测试
- 7.3 决策树测试函数
- 案例7-2：上证的RF回归频道
- 案例7-3：当比特币碰到RF回归算法
- 案例7-4：上证和RF分类算法
- 7.4 极端随机树算法
- 7.5 极端随机树函数
- 案例7-5：极端随机树回归算法
- 案例7-6：上证指数案例应用
- 案例7-7：ET、比特币，谁更极端
- 第8章 机器学习算法模式
- 8.1 学习模式
- 8.2 机器学习五大流派
- 8.3 经典机器学习算法
- 8.4 小结
- 第9章 概率编程
- 9.1 朴素贝叶斯的上证之旅
- 案例9-1：上证朴素贝叶斯算法
- 9.2 隐马尔可夫模型
- 案例9-2：HMM模型与模型保存
- 案例9-3：HMM算法与模型读取
- 第10章 实例算法
- K最近邻算法
- 案例10-1：第一次惊喜——KNN算法
- 案例10-2：KNN分类
- 第11章 正则化算法
- 11.1 岭回归算法
- 案例11-1：新高度——岭回归算法
- 11.2 套索回归算法
- 案例11-2：套索回归算法应用
- 11.3 弹性网络算法
- 案例11-3：弹性网络算法应用
- 11.4 最小角回归算法
- 案例11-4：LARS算法应用
- 第12章 聚类分析
- 12.1 K均值算法
- 案例12-1：K均值算法应用
- 12.2 BIRCH算法
- 案例12-2：BIRCH算法应用
- 12.3 小结
- 第13章 降维算法
- 13.1 主成分分析
- 案例13-1：主成分分析的应用
- 案例13-2：PCA算法的上证戏法
- 13.2 奇异值分解算法
- 案例13-3：奇异果传说：SVD
- 第14章 集成算法
- 14.1 sklearn内置集成算法
- 14.2 装袋算法
- 案例14-1：装袋回归算法
- 案例14-2：装袋分类算法
- 14.3 AdaBoost迭代算法
- 案例14-3：AdaBoost迭代回归算法
- 案例14-4：AdaBoost迭代分类算法
- 第15章 支持向量机
- 15.1 支持向量机算法
- 15.2 SVM函数接口
- 案例15-1：SVM回归算法
- 案例15-2：SVM分类算法
- 第16章 人工神经网络算法
- 多层感知器
- 案例16-1：多层感知器回归算法
- 案例16-2：多层感知器分类算法
- 附录A sklearn常用模块和函数
- 附录B 量化分析常用指标
- 金融科技丛书
- 反侵权盗版声明
- 封底
展开全部
评分及书评
尚无评分
目前还没人评分
- 加载中...
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
