Machine Learning for Algorithmic Trading¶

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。

Machine Learning for Algorithmic Trading

作者: Stefan Jansen
出版社: Packt Publishing Limited
出版年份: 2020
难度: ⭐⭐⭐⭐
推荐指数: ⭐⭐⭐⭐⭐
PDF下载: 点击下载

内容简介¶

《Machine Learning for Algorithmic Trading》是一本关于量化金融的专业书籍，涵盖了从基础理论到高级应用的广泛内容。书中详细介绍了机器学习在金融市场中的应用，包括数据预处理、特征工程、模型选择与优化等关键步骤。本书深入探讨了多种机器学习技术，如线性模型、决策树、随机森林、XGBoost等集成方法、无监督学习、时间序列模型、深度学习（包括CNN、RNN和自编码器）、生成对抗网络（GANs）以及深度强化学习等。书中还探讨了如何利用这些技术进行市场预测、风险管理、投资组合优化、情绪分析以及从市场、基本面和另类数据（如逐笔数据、分钟/日线数据、SEC文件、财报电话会议记录、金融新闻或卫星图像）中提取可交易信号等实际问题的解决方案。通过丰富的案例分析和实战演练，并结合Python及其库（如pandas, TA-Lib, scikit-learn, LightGBM, SpaCy, Gensim, TensorFlow 2, Zipline, backtrader, Alphalens, pyfolio）的应用，读者可以深入理解机器学习在量化交易中的实际应用，并掌握如何将这些技术应用于自己的交易策略中。无论是初学者还是经验丰富的量化交易员，这本书都提供了宝贵的知识和实用的工具，帮助他们在复杂的金融市场中获得竞争优势。