机器学习在投资组合中的应用研究

1星价 ¥48.2 (6.7折)

2星价￥48.2 定价￥72.0

作者：倪宣明

出版社：企业管理出版社

本类榜单：管理

分类：管理 > 一般管理学 > 管理学

暂无评论

图文详情

ISBN：9787516428696
装帧：平装-胶订
册数：暂无
重量：暂无
开本：16开
页数：244
出版时间：2023-08-01
条形码：9787516428696 ; 978-7-5164-2869-6

内容简介

本书的主要贡献在于将投资组合的金融理论、高维高频协方差矩阵估计与预测的统计理论和各类机器算法有机结合在一起，尝试应对高频交易、高维资产的市场特征下投资组合模型应用面临的挑战。本书可供从事金融理论、金融科技研究和量化投资的读者参考。

第1章投资组合理论第2章投资组合理论的研究现状第3章投资组合相关理论介绍第4章投资组合优化与在线集成学习 …… 4.4 基于半协方差阵进行组合投资 4.5 投资组合在A股的实证表现 4.6 本章小结附录：本章策略代码实现第5章高维投资组合优化 5.1 高维协方差矩阵估计量：POET 5.2 使用RCM算法改进POET估计量 5.3 投资组合在A股的实证表现 5.4 本章小结附录：本章策略代码实现第6章投资组合优化与多任务相关学习 6.1 多任务相关学习 6.2 使用多任务相关学习改进投资组合策略 6.3 投资组合在A股的实证表现 6.4 本章小结附录：本章策略代码实现机器学习是否提升了经典策略的表现？参考文献

展开全部

作者简介

倪宣明，北京大学软件与微电子学院副教授，清华大学数量经济学博士，中科院数学与系统科学研究院数学博士后。在《中国科学：信息科学》、《数学学报》、《应用数学学报》、《系统工程理论与实践》、International Review of Financial Analysis等期刊发表论文50余篇。赵慧敏，中山大学管理学院副教授，香港大学金融学博士。在《经济研究》、《金融研究》、《系统工程理论与实践》、《中国管理科学》、Mathematical Finance、Journal of Futures Markets、International Review of Finance等期刊发表论文30余篇。钱龙，清华大学经济管理学院经济学博士在读。沈鑫圆，北京大学光华管理学院金融学博士在读。

本类五星书