000
01887nam0 2200301 450
001
012022000174
005
20220304150029.1
010
@ a978-7-111-69948-4@ b精装@ dCNY88.00
100
@ a20220225d2022 em y0chiy50 ea
101
1
@ achi@ ceng
102
@ aCN@ b110000
105
@ aak a 000yy
106
@ ar
200
1
@ a面向资产管理者的机器学习@ Amian xiang zi chan guan li zhe de ji qi xue xi@ f(西) 马科斯·M. 洛佩斯·德普拉多著@ d= Machine learning for asset managers@ fMarcos M. López de Prado@ g冯鑫, 张大庆, 王飞跃译@ zeng
210
@ a北京@ c机械工业出版社@ d2022.1
215
@ a240页@ c图@ d22cm
314
@ a马科斯·M. 洛佩斯·德普拉多, 美国劳伦斯·伯克利国家实验室研究员、康奈尔大学电气与计算机工程学院教授, 拥有金融经济学和数学金融学博士学位。
320
@ a有书目 (第225-240页)
330
@ a本书面向广大资产管理者和各类研究人员, 基于机器学习和人工智能, 指明从一个投资理念和理论到成功的投资策略具体实施的量化途径。作者认为一个缺乏理论依据的投资策略很可能是错误的。为此, 资产管理者应致力于发展理论, 而不仅是回测潜在的交易规则。本书就是从帮助资产管理者发现经济和金融理论的角度出发, 介绍机器学习的工具。机器学习不是一个黑匣子, 也不一定会过拟合。机器学习的工具与经典统计方法是互补关系而不是替代关系。本书认为机器学习的一些优点包括: 注重样本外的可预测性, 而不是样本内的方差判断; 使用计算方法避免依赖一些 (或许不切实际的) 假设; 能够“学习”复杂的规范, 包括高维空间中的非线性、分层和非连续的交互效应; 能够将变量搜索与设定搜索分离, 并能很好地防止多重线性和其他替代效应。
500
10
@ aMachine learning for asset managers@ mChinese
606
0
@ a机器学习@ Aji qi xue xi@ x应用@ x资产管理@ x研究
690
@ aF20@ v5
701
1
@ a德普拉多@ Ade pu la duo@ g(Prado, Marcos M. López de)@ 4著
702
0
@ a冯鑫@ Afeng xin@ 4译
702
0
@ a张大庆@ Azhang da qing@ 4译
702
0
@ a王飞跃@ Awang fei yue@ 4译
801
0
@ aCN@ bCDNYKJZYXY@ c20220225
905
@ aCDNYKJZYXY@ b300676410-1@ dF20@ e68@ f2
面向资产管理者的机器学习/(西) 马科斯·M. 洛佩斯·德普拉多著= Machine learning for asset managers/Marcos M. López de Prado/冯鑫, 张大庆, 王飞跃译.-北京：机械工业出版社，2022.1 240页：图；22cm ISBN 978-7-111-69948-4(精装)：CNY88.00 本书面向广大资产管理者和各类研究人员, 基于机器学习和人工智能, 指明从一个投资理念和理论到成功的投资策略具体实施的量化途径。作者认为一个缺乏理论依据的投资策略很可能是错误的。为此, 资产管理者应致力于发展理论, 而不仅是回测潜在的交易规则。本书就是从帮助资产管理者发现经济和金融理论的角度出发, 介绍机器学习的工具。机器学习不是一个黑匣子, 也不一定会过拟合。机器学习的工具与经典统计方法是互补关系而不是替代关系。本书认为机器学习的一些优点包括: 注重样本外的可预测性, 而不是样本内的方差判断; 使用计算方法避免依赖一些 (或许不切实际的) 假设; 能够“学习”复杂的规范, 包括高维空间中的非线性、分层和非连续的交互效应; 能够将变量搜索与设定搜索分离, 并能很好地防止多重线性和其他替代效应。 ●
预约/预借
序号
登录号
条形码
馆藏地/架位号
状态
备注
1
676410
300676410
流通六库五楼/
[索取号:F20/68]
在馆
2
676411
300676411
流通六库五楼/
[索取号:F20/68]
在馆
