📖 书目详情
金融中的机器学习:理论与实践
| 著者 | 马修·F.狄克逊,伊戈尔·霍尔珀林,保罗·比罗肯著 |
| ISBN | 9787300326436 |
| 中图分类 | F830.49 经济 |
| 学科分类 | 经济学 |
| 版次 | 第1版 |
| 出版社 | 中国人民大学出版社 |
| 丛书名 | — |
| 出版年 | 2026 |
| 页码 | 524页 |
| 价格 | ¥128.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.1/10
|
📝 内容简介
本书分为三个部分,每部分都涵盖理论和应用。第一部分从贝叶斯和频数论的角度提出了横截面数据的监督学习。该部分强调神经网络,包括深度学习以及高斯过程,并提供投资管理和衍生模型的示例。第二部分介绍了时间序列数据的监督学习,时间序列数据可以说是金融中最常用的数据类型,并举例说明了交易、随机波动性和固定收益建模。第三部分介绍了强化学习及其在交易、投资和财富管理中的应用。本文提供了Python代码示例,以帮助读者理解方法和应用程序。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录,可在线借购