Hariom Tatsat, Sahil Puri, Brad Lookabaugh 著

杜春晓 译

出版时间：2022年11月

页数：429

今后几年，机器学习和数据科学将在金融业掀起巨变。对冲基金、投资和零售银行、金融科技从业者可从本书学到金融业核心机器学习算法。本书不仅介绍监督学习、无监督学习和强化学习三大类机器学习技术和自然语言处理（NLP）技术相关概念，还通过近20个案例研究，详细介绍它们在金融领域的应用。
本书涵盖投资组合管理、算法交易、衍生品定价、欺诈检测、资产价格预测、情感分析和聊天机器人开发等主题，不论你是分析师、交易员、研究员或开发者，总有适合你深入学习的内容。本书将带你探究真实问题，学习科学可靠的解决方案。重点代码详细解读，并佐以示例。本书代码库更配有完整代码和运行结果，钻研、运行代码和比对结果更便捷。

本书主要内容有：
● 用监督学习回归模型开发算法交易策略和衍生品定价模型。
● 用监督学习分类模型预测信贷违约概率，检测欺诈行为。
● 用降维技术解决投资组合管理和收益率曲线构造问题。
● 为实现交易策略和管理投资组合，用降维和聚类技术寻找相似资产。
● 用强化学习模型和技术开发交易策略、衍生品对冲策略，管理投资组合。
● 用NLTK和scikit-learn等Python库解决金融领域自然语言处理问题。