金融人工智能:用Python实现AI量化交易
Yves Hilpisch
石磊磊, 余宇新, 李煜鑫 译
出版时间:2022年07月
页数:373
“凭借其全面和直观的方法,这将是金融领域从业人员和学者的主要参考书。”
——Abdullah Karasan
金融数据科学学者
“这是一本优秀的机器学习实践指南,旨在解决量化金融领域的一系列问题。”
——Tim Nugent
路孚特公司研究员
“这本书有助于熟悉人工智能技术在量化投资交易中的应用之道。”
——漆远
复旦大学浩清特聘教授、复旦大学
人工智能创新与产业研究院院长、
前蚂蚁集团副总裁
“希尔皮斯科博士将正统金融理论和人工智能有机融合,带领读者一步步走进金融人工智能的世界。”
——梁举
BigQuant人工智能量化平台
创始人兼CEO
“投资行业正处于一个加速变革的过程中。这本实用指南是不可多得的工具书。”
——张一
CFA Institute中国区总经理

人工智能和机器学习的广泛应用给当今的许多行业带来了根本性的变革。在金融领域,人工智能技术也已锋芒初露。通过阅读本书,你将了解如何利用神经网络和强化学习等方法,对金融市场的走势做出预测。
作者伊夫·希尔皮斯科博士基于多年开发、回测和部署人工智能算法交易策略的实战经验,展示了将人工智能算法应用于金融场景的实用方法。本书包含大量Python示例,有助于你边学边练,轻松复现书中的所有结果。
● 学习人工智能的主要概念和算法,并了解通用人工智能和超级智能
● 理解机器学习和数据驱动的金融学将如何改变金融理论和实践
● 运用神经网络和强化学习等方法,发掘金融市场的统计失效现象
● 学习向量化回测和算法交易,并掌握人工智能算法交易策略的执行与部署
● 展望金融人工智能的未来,涉及基于人工智能的竞争和金融奇点
  1. 前言
  2. 第一部分 机器智能
  3. 第1章 人工智能
  4. 1.1 算法
  5. 1.1.1 数据类型
  6. 1.1.2 学习类型
  7. 1.1.3 任务类型
  8. 1.1.4 方法类型
  9. 1.2 神经网络
  10. 1.2.1 OLS回归
  11. 1.2.2 神经网络估计
  12. 1.2.3 神经网络分类
  13. 1.3 数据的重要性
  14. 1.3.1 小数据集
  15. 1.3.2 更大的数据集
  16. 1.3.3 大数据
  17. 1.4 结论
  18. 第2章 超级智能
  19. 2.1 成功故事
  20. 2.1.1 雅达利(Atari)
  21. 2.1.2 围棋(Go)
  22. 2.1.3 国际象棋(Chess)
  23. 2.2 硬件的重要性
  24. 2.3 智能的形式
  25. 2.4 通往超级智能的途径
  26. 2.4.1 网络和组织
  27. 2.4.2 生物增强
  28. 2.4.3 脑机混合
  29. 2.4.4 全脑模拟
  30. 2.4.5 人工智能
  31. 2.5 智能爆炸
  32. 2.6 目标和控制
  33. 2.6.1 超级智能和目标
  34. 2.6.2 超级智能和控制
  35. 2.7 潜在的结果
  36. 2.8 结论
  37. 第二部分 金融和机器学习
  38. 第3章 规范金融理论
  39. 3.1 不确定性与风险
  40. 3.1.1 定义
  41. 3.1.2 数字模拟例子
  42. 3.2 预期效用理论
  43. 3.2.1 假设和结论
  44. 3.2.2 数值例子
  45. 3.3 均值-方差投资组合理论
  46. 3.3.1 假设和结论
  47. 3.3.2 数值例子
  48. 3.4 资本资产定价模型
  49. 3.4.1 假设和结论
  50. 3.4.2 数值例子
  51. 3.5 套利定价理论
  52. 3.5.1 假设和结论
  53. 3.5.2 数值示例
  54. 3.6 结论
  55. 第4章 数据驱动的金融学
  56. 4.1 科学方法
  57. 4.2 金融计量经济学与回归
  58. 4.3 数据可用性
  59. 4.3.1 可编程API
  60. 4.3.2 结构化历史数据
  61. 4.3.3 结构化流数据
  62. 4.3.4 非结构化历史数据
  63. 4.3.5 非结构化流数据
  64. 4.3.6 非传统数据
  65. 4.4 重新审视规范理论
  66. 4.4.1 预期效用与现实
  67. 4.4.2 均值-方差投资组合理论
  68. 4.4.3 资本资产定价模型
  69. 4.4.4 套利定价理论
  70. 4.5 揭示中心假设
  71. 4.5.1 正态分布收益率
  72. 4.5.2 线性关系
  73. 4.6 结论
  74. 4.7 Python代码段
  75. 第5章 机器学习
  76. 5.1 学习
  77. 5.2 数据
  78. 5.3 成功
  79. 5.4 容量
  80. 5.5 评估
  81. 5.6 偏差和方差
  82. 5.7 交叉验证
  83. 5.8 结论
  84. 第6章 AI引领的金融
  85. 6.1 有效市场
  86. 6.2 基于收益数据的市场预测
  87. 6.3 基于更多特征的市场预测
  88. 6.4 日内市场预测
  89. 6.5 结论
  90. 第三部分 统计失效
  91. 第7章 密集神经网络
  92. 7.1 数据
  93. 7.2 基线预测
  94. 7.3 归一化
  95. 7.4 暂退
  96. 7.5 正则化
  97. 7.6 装袋
  98. 7.7 优化器
  99. 7.8 结论
  100. 第8章 循环神经网络
  101. 8.1 第一个示例
  102. 8.2 第二个示例
  103. 8.3 金融价格序列
  104. 8.4 金融收益率序列
  105. 8.5 金融特征
  106. 8.5.1 估计
  107. 8.5.2 分类
  108. 8.5.3 深度RNN
  109. 8.6 结论
  110. 第9章 强化学习
  111. 9.1 基本概念
  112. 9.2 OpenAI Gym
  113. 9.3 蒙特卡罗智能体
  114. 9.4 神经网络智能体
  115. 9.5 DQL智能体
  116. 9.6 简单的金融沙箱
  117. 9.7 更好的金融沙箱
  118. 9.8 FQL智能体
  119. 9.9 结论
  120. 第四部分 算法交易
  121. 第10章 向量化回测
  122. 10.1 基于SMA策略的回测
  123. 10.2 基于DNN的每日策略的回测
  124. 10.3 基于DNN的日内策略回测
  125. 10.4 结论
  126. 第11章 风险管理
  127. 11.1 交易机器人
  128. 11.2 向量化回测
  129. 11.3 基于事件的回测
  130. 11.4 风险评估
  131. 11.5 风控措施回测
  132. 11.5.1 止损
  133. 11.5.2 跟踪止损
  134. 11.5.3 止盈
  135. 11.6 结论
  136. 11.7 Python代码
  137. 11.7.1 金融环境
  138. 11.7.2 交易机器人
  139. 11.7.3 回测基类
  140. 11.7.4 回测类
  141. 第12章 执行与部署
  142. 12.1 Oanda账户
  143. 12.2 数据检索
  144. 12.3 订单执行
  145. 12.4 交易机器人
  146. 12.5 部署
  147. 12.6 结论
  148. 12.7 Python代码
  149. 12.7.1 Oanda环境
  150. 12.7.2 向量化回测
  151. 12.7.3 Oanda交易机器人
  152. 第五部分 展望
  153. 第13章 基于人工智能的竞争
  154. 13.1 人工智能和金融
  155. 13.2 标准的缺失
  156. 13.3 教育和培训
  157. 13.4 资源争夺
  158. 13.5 市场影响
  159. 13.6 竞争场景
  160. 13.7 风险、监管和监督
  161. 13.8 结论
  162. 第14章 金融奇点
  163. 14.1 概念和定义
  164. 14.2 风险是什么
  165. 14.3 通往金融奇点的途径
  166. 14.4 正交技能和资源
  167. 14.5 之前和之后的情景
  168. 14.6 星际迷航还是星球大战
  169. 14.7 结论
  170. 第六部分 附录
  171. 附录A 交互式神经网络
  172. 附录B 神经网络类
  173. 附录C 卷积神经网络
  174. 参考文献
书名:金融人工智能:用Python实现AI量化交易
作者:Yves Hilpisch
译者:石磊磊, 余宇新, 李煜鑫 译
国内出版社:人民邮电出版社
出版时间:2022年07月
页数:373
书号:978-7-115-59455-6
原版书书名:Artificial Intelligence in Finance
原版书出版商:O'Reilly Media
Yves Hilpisch
 
Yves Hilpisch博士是Python Quants集团的创始人和管理合伙人。该集团致 力于应用开源技术来解决金融数据科学、人工智能、算法交易和计算金融 学等问题。他还是AI Machine公司的创始人和CEO,该公司的主营业务是通 过专属策略执行平台来发挥人工智能的威力。他还是Python算法交易大学 认证的在线培训项目的主管。
 
 
本书封面上的动物是堤岸田鼠(学名:Myodes Glareolus),这些田鼠遍布欧洲和中亚的森林、河岸和沼泽,在芬兰和英国有大量的种群存在。
堤岸田鼠个头小,体长只有10~11厘米,体重平均17~20克,眼睛和耳朵都很小。它们的皮毛很厚,通常呈棕色或灰色,覆盖全身。相对于它们的体型,堤岸田鼠的尾巴很短,脑袋也很小。堤岸田鼠每胎4~8只,幼崽出生时没有视觉且非常脆弱,但成熟速度相当快,雌性在2~3周内成熟,雄性在6~8周内成熟。堤岸田鼠的平均寿命反映了这种快速成熟的状态,多数个体寿命在半年到两年之间。
这些小型啮齿类动物主要在黄昏时活跃,但它们也可以昼夜活动。饮食主要是植物性物质,食物种类随季节而变化。在社会属性上,雌性堤岸田鼠比雄性堤岸田鼠更具优势,后者一旦成熟就会分散四处,而雌性堤岸田鼠通常会留在更靠近它们出生的地方。
购买选项
定价:129.80元
书号:978-7-115-59455-6
出版社:人民邮电出版社