[
-
内容大纲
本书以大数据时代为背景，将机器学习与资产定价相结合，在风险解释、收益预测以及经济机制等方面进行了探索研究。本书首先总结梳理了近年来国内外使用机器学习进行金融市场定价研究的相关进展。在实证研究方面，本书第四章从市场风险角度出发，分析了中国股市长期存在的风险收益不对称问题，构建了基于人工智能的动态CAPM模型进行解释。第五章将研究拓展到样本外的可预测性上，对比了各类机器学习算法，创新性地构建了动态深度学习模型，提升了市场有效性。第六章从机器学习的可解释性出发，从微观和宏观两个视角对机器学习背后的经济机制进行了讨论。本书对于推动中国资本市场定价研究具有积极作用。 -
作者介绍
马甜，中央民族大学经济学院副教授，本科和硕士就读于北京航空航天大学可靠性与系统工程学院，博士毕业于中央财经大学金融学院。主要研究方向为机器学习与资产定价，相关研究成果发表于《经济学（季刊）》《管理科学学报》、Journal of Empirical Finance等国内外权威金融杂志。主持国家自然科学基金青年项目。 -
目录
第一章 绪论
第一节 研究背景
第二节 研究内容和方法
第三节 研究意义及创新
第四节 本书结构
第二章 文献综述
第一节 资产定价的理论模型发展历程
第二节 资产定价中的异象特征
第三节 机器学习与资产定价
第四节 文献述评
第三章 数据构建及机器学习模型设定
第一节 中国股市收益和特征数据
第二节 机器学习模型设定
第三节 本章小节
第四章 机器学习与中国股市系统性风险测度——基于贝塔异象视角的研究
第一节 理论模型和数据统计
第二节 第二节基于机器学习的动态CAPM模型
第三节 基于Fama-French三因子模型的探讨
第四节 稳健性检验
第五节 本章小结
第五章 基于机器学习的中国股市收益预测研究
第一节 个股横截面收益预测
第二节 投资组合分析
第三节 本章小节
第六章 机器学习模型的可解释性与经济机制分析
第一节 经济重要度分析
第二节 因子重要度分析
第三节 深度学习因子的微观经济机制研究
第四节 深度学习因子的宏观经济机制分析
第五节 本章小节
第七章 结论与展望
第一节 主要结论
第二节 启示
第三节 研究不足和未来研究展望
参考文献
附录
附录一：企业微观层面特征变量构建方法
附录二：机器学习模型的超参数设定
后记
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...