[
-
内容大纲
传统的股市技术分析书籍一般从图表模式和技术指标出发，分析如何选择进入点和退出点、开发交易系统以及制定成功的交易计划。近年来，机器学习与神经网络技术快速发展，并且与传统量化方法相结合，产生了无限的可能性。基于此趋势，本书将重点放在交易模型的构建上，即如何寻找合适的算法来实现交易以及如何优化这些算法。本书直接从技术指标等数据出发，介绍了交易模型与投资组合优化方法、如何利用基础算法（线性回归、lightGBM）预测股市的涨跌与股价、利用消息面来预测市场情绪、利用深度学习和强化学习算法预测股票，以及如何进行套利交易和网格交易等。
本书适合对投资有兴趣的人群阅读。 -
作者介绍
吴岸城，毕业于浙江大学计算机系。拥有10年企业级软件研发经验，10年算法研发及架构选型经验。曾领导开发多个算法平台、大数据平台，云计算、APP项目；曾在某大型公司担任技术管理人员，在某创业公司担任首席数据科学家。已出版两本深度学习著作，申请多个算法专利授权。目前的研究兴趣聚焦于大语言模型、交易算法、语音、推荐领域。 -
目录
第一章 交易模型与投资组合
第1节 建立底层交易逻辑
第2节 交易策略的发展
第3节 交易策略
第4节 回测
第5节 数据获取
第6节 建立交易模型
第7节 交易的特征工程
第8节 投资组合优化
第二章 用机器学习预测股价
第1节 机器学习过程
第2节 回归模型：从风险到回报
第3节 波动率预测与波动套利
第4节 使用决策树追踪趋势
第5节 提升交易策略稳定性
第三章 交易的情绪
第1节 情绪分析原则77节情绪分析原则
第2节 如何构建情绪指标
第3节 基于词向量与句向量的新闻分析
第4节 其他的情绪识别思路
第四章 用深度学习指导交易
第1节 基础深度模型
第2节 LSTM可以用来选股吗
第3节 双向LSTM是否会更好
第4节 GRU优化了什么
第5节 集成的CNN结构
第6节 关于选股模型的思考
第7节 选股模型改进
第8节 集成模型
第五章 在交易中应用强化学习
第1节 强化学习基础框架
第2节 手动实现股票买卖的强化学习网络
第3节 改进DQN网络
第4节 回合制还是持续式：Actor-Critic
第5节 稀疏奖励：好奇心提高agent对环境的可知性
第6节 神经网络自动进化：Neuro-evolution
第7节 强化学习的框架选择
第8节 设计一个符合交易系统的奖励
第9节 双agent：选择交易时机和交易价格
第10节 应用强化学习需要注意的事项
第六章 传统的指标：神奇还是普通
第1节 斐波那契数列
第2节 ABCD交易法
第3节 谐波模式
第4节 自动找出谐波模式
第七章 高频交易
第1节 套利交易：魔鬼的价差
第2节 跳绳交易
第3节 网格交易：利用好每一次波动
第4节 搭建网格交易系统
第5节 网格交易的常见问题与进阶
第6节 高频交易框架
第八章 问答集
第1节 预判性与跟随性
第2节 有了算法后，还需要人工介入吗
第3节 需要多大的资金规模
第4节 如何预测黑天鹅事件
第5节 什么是指数增强
第6节 私募公司是如何开发策略的
第7节 是否要在机器学习模型中单独区分行业
第8节 指数是否重要
第9节 追涨或打板
第10节 股票池筛选原则
第11节 如何设置机器学习的目标
第12节 如何建立分类任务：二分类还是多分类
第13节 如何确定长期、中期、短期的周期规律
第14节 如何研究对手盘
第15节 什么是冲击算法（下单算法）
第16节 如何利用大模型进行研报的分析判断
第17节 傻瓜的故事
附录A
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...