Machine Learning for Asset Managers¶
本书籍由LLMQuant社区整理, 并提供PDF下载, 只供学习交流使用, 版权归原作者所有。
- 作者: Marcos López de Prado
- 出版社: Cambridge University Press
- 出版年份: 2020
- 难度: ⭐⭐⭐⭐⭐
- 推荐指数: ⭐⭐⭐⭐⭐
- PDF下载: 点击下载
内容简介¶
本书由量化金融专家Marcos López de Prado撰写,系统介绍了机器学习在资产管理领域的创新应用。它旨在帮助资产管理者利用机器学习工具发现经济和金融理论,克服传统统计方法在处理复杂金融系统时的局限性。书中涵盖了机器学习基础、投资组合优化、因子选择方法、风险管理技术以及策略回测框架等核心章节。
本书深入探讨了多种数学技术及其在金融领域的应用,包括但不限于数据去噪、距离度量、最优聚类、金融标签、特征重要性分析以及投资组合构建。 它强调了机器学习在提升样本外预测能力、处理非线性关系和高维数据方面的优势,并提供了实用的计算方法和Python代码示例,旨在帮助读者将理论应用于实践,从而在资产管理中做出更明智的决策。
核心章节¶
- 机器学习基础
- 投资组合优化
- 因子选择方法
- 风险管理技术
- 策略回测框架
主要特点¶
- 理论创新性强
- 实践指导详实
- 技术前沿性高
- 方法论系统
适合人群¶
- 量化基金经理
- 机器学习研究员
- 量化策略开发者
- 风险管理师
配套资源¶
- Python代码实现
- 研究数据集
- 策略回测工具