机器学习与资产定价:A股市场收益预测及特征分析研究

1星价 ¥36.8 (7.5折)

2星价￥36.8 定价￥49.0

作者：马甜著

出版社：经济日报出版社

本类榜单：计算机/网络

分类：计算机/网络 > 计算机理论

暂无评论

图文详情

ISBN：9787519613457
装帧：平装-胶订
册数：暂无
重量：暂无
开本：24cm
页数：184页
出版时间：2023-09-01
条形码：9787519613457 ; 978-7-5196-1345-7

本书特色

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。通过分析已有数据资料、建立模型、数据分析，本书得出机器学习在资产定价领域有广泛应用空间。

内容简介

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。首先，针对中国A股市场存在的收益与风险不对称问题，使用机器学习重新对系统性风险进行测度，缓解了异象；其次，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；*后，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。

**章绪论1 **节研究背景2 第二节研究内容和方法6 第三节研究意义及创新10 第四节本书结构18 第二章文献综述21 **节资产定价的理论模型发展历程23 第二节资产定价中的异象特征36 第三节机器学习与资产定价44 第四节文献述评51 第三章数据构建及机器学习模型设定55 **节中国股市收益和特征数据56 第二节机器学习模型设定68 第三节本章小节86 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87 **节理论模型和数据统计89 第二节第二节基于机器学习的动态CAPM模型93 第三节基于Fama-French三因子模型的探讨101 第四节稳健性检验104 第五节本章小结105 第五章基于机器学习的中国股市收益预测研究107 **节个股横截面收益预测109 第二节投资组合分析115 第三节本章小节124 第六章机器学习模型的可解释性与经济机制分析127 **节经济重要度分析129 第二节因子重要度分析130 第三节深度学习因子的微观经济机制研究132 第四节深度学习因子的宏观经济机制分析137 第五节本章小节143 第七章结论与展望145 **节主要结论146 第二节启示150 第三节研究不足和未来研究展望152 参考文献155 附录169 附录一：企业微观层面特征变量构建方法170 附录二：机器学习模型的超参数设定180 后记184

展开全部

作者简介

马甜、中央民族大学经济学院讲师，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》、JournalofEmpiricalFinance等国内外权威金融杂志。主持国家自然科学基金青年项目。

本类五星书