Machine Learning for Asset Managers-Cambridge University Press (2020)¶

作者: Marcos M. López de Prado
出版社: Cambridge University Press
出版年份: 2020
格式: PDF
难度: ⭐⭐⭐⭐
推荐指数: ⭐⭐⭐⭐⭐
下载: 点击下载

内容简介¶

本书旨在向资产管理者介绍机器学习（ML）工具，以帮助他们发现经济和金融理论，而非仅仅回溯测试潜在的交易规则。作者强调，成功的投资策略是通用理论的具体实现，缺乏理论依据的策略很可能是错误的。

本书详细阐述了机器学习在金融领域的应用优势，包括其对样本外预测能力的关注、利用计算方法避免不切实际的假设、学习复杂规范（包括高维空间中的非线性、分层和非连续交互效应），以及在变量搜索和规范搜索之间进行解耦，从而对多重共线性和其他替代效应具有鲁棒性。书中涵盖的主要数学技术和应用包括去噪与去调（Denoising and Detoning）、距离度量（Distance Metrics）、最优聚类（Optimal Clustering）、金融标签（Financial Labels）、特征重要性分析（Feature Importance Analysis）、投资组合构建（Portfolio Construction）以及测试集过拟合（Testing Set Overfitting）等核心概念和实践方法。本书还提供了Python代码片段和蒙特卡洛实验的实证分析，旨在帮助读者理解理论并将其应用于资产管理实践中。

主要特点¶

理论基础扎实
实践案例丰富
操作指导清晰
适合实际应用

适合人群¶

量化分析师
算法交易员
金融工程师
数据科学家