扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
机器学习与资产定价 版权信息
- ISBN：9787121434365
- 条形码：9787121434365 ; 978-7-121-43436-5
- 装帧：一般纯质纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
机器学习与资产定价 本书特色
适读人群 ：资产定价、机器学习、金融学、经济学、量化投资等金融科技相关领域的从业者、研究人员、学生和其他感兴趣的读者。“您能否列举出一家国内外的对冲基金是靠机器学习算法挣钱的？” 几年前，对于某些对冲基金来说，机器学习或许还是“不能说的秘密”。但现在看来，机器学习几乎已经成为行业的共识。完全没有使用过任何机器学习技术的头部量化对冲基金已经不存在。事实上，机器学习的相关人才在金融相关的就业市场上早已趋之若鹜。 在投资领域，机器学习与资产定价的有效结合，助推了量化投资的发展。量化基金已经逐渐跻身投资市场的主流，头部的量化机构也都形成了自己鲜明的特色，而其背后都是海量的数据和神秘的模型。当下，以数据为基础的机器学习策略，不仅更具吸引力和成本效益，而且成为竞争优势的关键来源。 通过经济学推理将机器学习方法引入实证和理论资产定价，无论对学界理论研究还是对业界投资务实，都具有深远影响。以人工智能、机器学习并结合复杂网络为科学基础的资产定价理论与应用，对中国这个快速发展且具有高度复杂性的资本市场的规律把握具有先天的优势与必要性。 《机器学习与资产定价》就是对以上前沿挑战的描述和解答。 本书作者为芝加哥大学Stefan Nagel教授，他是资产定价领域的领军学者。中文版译者为北京大学王熙教授和麻省理工学院石川博士，他们是该领域学界和业界顶流的研究人员和从业者。芝加哥大学布斯商学院修大成教授以及嘉实基金董事总经理、首席科学家、AI投资总监张自力博士为中文版撰写了精彩的推荐序。 本书还得到了哈佛大学、普林斯顿大学、耶鲁大学、芝加哥大学、加州大学、清华大学、北京大学、中国人民大学和嘉实基金、易方达基金等学界/业界大咖的鼎力推荐。
机器学习与资产定价 内容简介
本书从资产定价的核心问题出发，前沿而体系化地讨论了如何通过经济学推理将机器学习方法引入实证和理论资产定价研究之中，从而有效解决机器学习应用在资产定价中所面临的挑战，搭建了研究机器学习与资产定价的桥梁。为提升阅读体验，帮助读者充分理解书中内容，译者王熙教授与石川博士在行文中加入了精彩丰富的译者注，给原著提供必要的背景知识，从而帮助读者更好地掌握书中的行文逻辑。其中，为本书补充的诸多公式推导过程也能帮助读者加深对贝叶斯统计框架的理解。
机器学习与资产定价 目录
目录
第1章 引言 1
1.1 实证资产定价中的特设稀疏性假设
1.2 理论资产定价中的特设稀疏性假设
1.3 机器学习
1.4 术语
1.5 监督学习和无监督学习
1.6 本书的局限性
1.7 本书的结构
第2章 监督学习 16
2.1 将监督学习视为函数逼近问题
2.2 回归方法
2.2.1 线性方法：岭回归和Lasso
2.2.2 树方法和随机森林
2.2.3 神经网络
2.3 超参数调优
2.4 贝叶斯解释
第3章 资产定价中的监督学习 46
3.1 例子：截面股票收益率预测
3.2 预测性能评价
3.3 正则化与投资表现
3.4 预期收益率与协方差的关联
3.5 通过构建投资组合估计协方差矩阵
3.6 非线性
3.7 稀疏性
3.8 结构性变化
3.9 结束语
第4章 机器学习与截面资产定价 97
4.1 基于公司特征因子的资产定价
4.2 监督学习视角
4.2.1 收缩估计量
4.2.2 稀疏性
4.2.3 数据驱动的超参选择
4.3 实证分析
4.3.1 50 个异象特征的实证结果
4.3.2 WRDS 财务比例的实证结果
4.3.3 特征之间的交互作用
4.4 样本外资产定价检验
4.5 相关*新研究
4.6 结束语
第5章 投资者信念形成的机器学习模型 142
5.1 资产市场
5.1.1 投资者
5.1.2 定价
5.1.3 基于计量经济学的观测者视角
5.2 投资者学习
5.2.1 OLS 学习
5.2.2 带有信息先验的贝叶斯学习
5.3 收益率可预测性
5.3.1 样本内收益率可预测性
5.3.2 （不存在）样本外收益率可预测性
5.4 扩展研究
5.4.1 稀疏性
5.4.2 额外的收缩和稀疏性
5.5 对实证研究的启示
5.6 结束语
第6章 研究议程 180
6.1 描述投资机会的特征
6.1.1 机器学习的经济学约束
6.1.2 非线性
6.1.3 结构性变化
6.2 资产需求分析
6.2.1 需求系统估计
6.2.2 预期的形成
6.3 机器学习的理论应用
6.3.1 有限理性
6.3.2 投资者的异质性
6.4 结束语
附录A 部分公式推导 201
参考文献 210
索引 217
展开全部
机器学习与资产定价 作者简介
作者简介 Stefan Nagel 芝加哥大学布斯商学院Fama Family Distinguished Service金融学教授。他是Journal of Finance的执行主编，以及美国国家经济研究局（NBER）、欧洲经济政策研究中心（CEPR）和慕尼黑经济研究中心（CESIfo）的研究员。 译者简介 王熙 北京大学经济学院研究员、助理教授、博士生导师；北京大学大数据分析与应用技术国家工程实验室研究员；武汉大学学士，圣路易斯华盛顿大学硕士、博士；主要研究方向为资产定价、宏观金融以及强化学习与机器学习的交叉学科应用。 石川 北京量信投资管理有限公司创始合伙人；清华大学学士、硕士，麻省理工学院博士；因子投资中文版首著《因子投资：方法与实践》领衔作者；知名期刊Computers in Industry编委会委员；曾就职于Citigroup、Oracle及P&G。石川博士精通统计建模方法，擅长以金融数学分析为手段进行资产配置、风险管理、量化多因子模型以及衍生品CTA策略的开发。其主理的量化投资公众号“川总写量化”受到了学界和业界的高度认可。
书友推荐
- >
朝闻道
朝闻道
¥10.2¥23.8 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥16.4¥49.8 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.1¥39.8 - >
有舍有得是人生
有舍有得是人生
¥31.5¥45.0 - >
月亮虎
月亮虎
¥17.8¥48.0 - >
人文阅读与收藏·良友文学丛书:一天的工作
人文阅读与收藏·良友文学丛书:一天的工作
¥18.3¥45.8 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
我与地坛
我与地坛
¥16.8¥28.0
本类畅销
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
