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¶

1. 机器学习基础
2. 投资组合优化
3. 因子选择方法
4. 风险管理技术
5. 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