123,123,123

內(nèi)容簡(jiǎn)介

　　傳統(tǒng)的股市技術(shù)分析書籍一般從圖表模式和技術(shù)指標(biāo)出發(fā)，分析如何選擇進(jìn)入點(diǎn)和退出點(diǎn)、開(kāi)發(fā)交易系統(tǒng)以及制定成功的交易計(jì)劃。近年來(lái)，機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)技術(shù)快速發(fā)展，并且與傳統(tǒng)量化方法相結(jié)合，產(chǎn)生了無(wú)限的可能性?；诖粟厔?shì)，本書將重點(diǎn)放在交易模型的構(gòu)建上，即如何尋找合適的算法來(lái)實(shí)現(xiàn)交易以及如何優(yōu)化這些算法。本書直接從技術(shù)指標(biāo)等數(shù)據(jù)出發(fā)，介紹了交易模型與投資組合優(yōu)化方法、如何利用基礎(chǔ)算法（線性回歸、lightGBM）預(yù)測(cè)股市的漲跌與股價(jià)、利用消息面來(lái)預(yù)測(cè)市場(chǎng)情緒、利用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)算法預(yù)測(cè)股票走勢(shì)，以及如何進(jìn)行套利交易和網(wǎng)格交易等。本書適合對(duì)投資有興趣的人群閱讀。

作者簡(jiǎn)介

　　吳岸城（Arthur Wu），畢業(yè)于浙江大學(xué)計(jì)算機(jī)系。擁有18年企業(yè)級(jí)軟件服務(wù)與大型電信增值業(yè)務(wù)軟件研發(fā)經(jīng)驗(yàn)，8年機(jī)器學(xué)習(xí)/深度學(xué)習(xí)研發(fā)及管理經(jīng)驗(yàn)。曾在某大型公司擔(dān)任技術(shù)管理人員，某創(chuàng)業(yè)公司任首席數(shù)據(jù)科學(xué)家。出版兩本深度學(xué)習(xí)著作，申請(qǐng)了多項(xiàng)算法專利授權(quán)。

圖書目錄

第一章交易模型與投資組合 1
第1 節(jié) 建立底層交易邏輯 3
第2 節(jié) 交易策略的發(fā)展 4
第3 節(jié) 交易策略 6
第4 節(jié) 回測(cè) 14
第5 節(jié) 數(shù)據(jù)獲取 20
第6 節(jié) 建立交易模型 23
第7 節(jié) 交易的特征工程 30
第8 節(jié) 投資組合優(yōu)化 43
第二章用機(jī)器學(xué)習(xí)預(yù)測(cè)股價(jià) 53
第1 節(jié) 機(jī)器學(xué)習(xí)過(guò)程 55
第2 節(jié) 回歸模型：從風(fēng)險(xiǎn)到回報(bào) 57
第3 節(jié) 波動(dòng)率預(yù)測(cè)與波動(dòng)套利 61
第4 節(jié) 使用決策樹追蹤趨勢(shì) 66
第5 節(jié) 提升交易策略穩(wěn)定性 71
第三章交易的情緒 75
第1 節(jié) 情緒分析原則 77節(jié) 情緒分析原則 77
第2 節(jié) 如何構(gòu)建情緒指標(biāo) 81
第3 節(jié) 基于詞向量與句向量的新聞分析 84
第4 節(jié) 其他的情緒識(shí)別思路 88
第四章用深度學(xué)習(xí)指導(dǎo)交易 89
第1 節(jié) 基礎(chǔ)深度模型 91
第2 節(jié) LSTM 可以用來(lái)選股嗎 93
第3 節(jié) 雙向LSTM 是否會(huì)更好 95
第4 節(jié) GRU 優(yōu)化了什么 96
第5 節(jié) 集成的CNN 結(jié)構(gòu) 98
第6 節(jié) 關(guān)于選股模型的思考 104
第7 節(jié) 選股模型改進(jìn) 107
第8 節(jié) 集成模型 122
第五章在交易中應(yīng)用強(qiáng)化學(xué)習(xí) 127
第1 節(jié) 強(qiáng)化學(xué)習(xí)基礎(chǔ)框架 129
第2 節(jié) 手動(dòng)實(shí)現(xiàn)股票買賣的強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò) 132
第3 節(jié) 改進(jìn)DQN 網(wǎng)絡(luò) 135
第4 節(jié) 回合制還是持續(xù)式：Actor-Critic 137
第5 節(jié) 稀疏獎(jiǎng)勵(lì)：好奇心提高agent 對(duì)環(huán)境的可知性 138
第6 節(jié) 神經(jīng)網(wǎng)絡(luò)自動(dòng)進(jìn)化：Neuro-evolution 141
第7 節(jié) 強(qiáng)化學(xué)習(xí)的框架選擇 144
第8 節(jié) 設(shè)計(jì)一個(gè)符合交易系統(tǒng)的獎(jiǎng)勵(lì) 145
第9 節(jié) 雙agent：選擇交易時(shí)機(jī)和交易價(jià)格 146
第10 節(jié) 應(yīng)用強(qiáng)化學(xué)習(xí)需要注意的事項(xiàng) 148
第六章傳統(tǒng)的指標(biāo)：神奇還是普通 151
第1 節(jié) 斐波那契數(shù)列 152
第2 節(jié) ABCD 交易法 154
第3 節(jié) 諧波模式 157
第4 節(jié) 自動(dòng)找出諧波模式 160
第七章高頻交易 163
第1 節(jié) 套利交易：魔鬼的價(jià)差 164
第2 節(jié) 跳繩交易 166
第3 節(jié) 網(wǎng)格交易：利用好每一次波動(dòng) 167
第4 節(jié) 搭建網(wǎng)格交易系統(tǒng) 169
第5 節(jié) 網(wǎng)格交易的常見(jiàn)問(wèn)題與進(jìn)階 172
第6 節(jié) 高頻交易框架 173
第八章問(wèn)答集 177
第1 節(jié) 預(yù)判性與跟隨性 178
第2 節(jié) 有了算法后，還需要人工介入嗎 178
第3 節(jié) 需要多大的資金規(guī)模 178
第4 節(jié) 如何預(yù)測(cè)黑天鵝事件 179
第5 節(jié) 什么是指數(shù)增強(qiáng) 179
第6 節(jié) 私募公司是如何開(kāi)發(fā)策略的 180
第7 節(jié) 是否要在機(jī)器學(xué)習(xí)模型中單獨(dú)區(qū)分行業(yè) 181
第8 節(jié) 指數(shù)是否重要 181
第9 節(jié) 追漲或打板 181
第10 節(jié) 股票池篩選原則 182
第11 節(jié) 如何設(shè)置機(jī)器學(xué)習(xí)的目標(biāo) 182
第12 節(jié) 如何建立分類任務(wù)：二分類還是多分類 183
第13 節(jié) 如何確定長(zhǎng)期、中期、短期的周期規(guī)律 183
第14 節(jié) 如何研究對(duì)手盤 184
第15 節(jié) 什么是沖擊算法（下單算法） 185
第16 節(jié) 如何利用大模型進(jìn)行研報(bào)的分析判斷 187
第17 節(jié) 傻瓜的故事 190
附錄A 192