跳转至

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