机器学习与资产定价

**章引言： 为什么资产定价需要机器学习

**节资产定价的核心问题： 为什么不同的资产会有

不同的收益

第二节当资产定价遇到机器学习

第三节相关学术文献介绍

第四节相关业界应用场景

参考文献

第二章资产定价的核心问题： 股票预期收益率

**节投资组合分析

第二节因子投资

第三节中国因子模型

第四节异象性因子的检验

参考文献

第三章机器学习模型评估

**节过拟合与欠拟合

第二节偏差和方差的权衡

第三节回归问题机器学习模型的评价指标

第四节机器学习的超参数调校

第四章机器学习模型Ⅰ： 线性模型

**节多元线性模型

第二节带惩罚项的线性模型

第三节降维视角的线性模型

第五章机器学习模型Ⅱ： 回归树模型

**节回归树

第二节随机森林

第三节梯度提升树

第六章机器学习模型Ⅲ： 神经网络模型

**节神经网络模型介绍

第二节激活函数

第三节优化算法

第四节神经网络的训练

第五节全连接神经网络模型的代码实现

参考文献

第七章理解机器学习在中国股票市场应用的

制度背景

**节中国股票市场概述

第二节中国股票市场重要制度

第三节中国股票市场特殊制度

第八章为机器学习模型准备数据

**节数据来源与样本选择

第二节股票收益率数据分析

第三节财务数据处理

第四节数据预处理步骤

第五节实证中使用的股票特征变量构造介绍

参考文献

第九章机器学习在中国金融市场中的实证应用

**节机器学习模型有效性验证： 蒙特卡洛模拟

方法

第二节机器学习算法在中国A股市场的实证结果

第三节IPCA模型在中国A股市场的实证结果

参考文献

第十章结语与未来展望

**节机器学习模型与另类数据

第二节机器学习模型与其他资产定价问题

参考文献