机读格式显示(MARC)

• 000 02160nam0 2200301 450

• 001 0000670499

• 005 20240725084700.0

• 010 __ |a 978-7-5217-5564-0 |d CNY99.00

• 100 __ |a 20231025d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 大数据、机器学习与量化投资 |A da shu ju 、ji qi xue xi yu liang hua tou zi |f (英) 托尼·吉达编著 |d = Big data and machine learning in quantitative investment |f Tony Guida |g 徐照宜, 薛扬荣, 陈宇翔译 |z eng

• 210 __ |a 北京 |c 中信出版集团 |d 2023

• 215 __ |a 404页 |c 图 |d 23cm

• 314 __ |a 托尼·吉达 (Tony Guida), 伦敦一家老牌养老基金的资深量化投资基金经理, 负责管理多因子股票投资组合。在此之前, 曾在EDHEC RISK Scientific Beta担任高级顾问, 负责聪明贝塔和风险配置, 就如何构建和配置风险溢价向资产所有者提供专业建议。徐照宜, 芝加哥大学经济学硕士、湖南大学-帝国理工学院金融学联合培养博士, 现为清华大学“水木学者”、经管学院博士后、助理研究员。薛扬荣, 西南财经大学会计硕士, 高华研究所秘书长, 现就职于浙江清华长三角研究院, 曾任中建八局投资事业部财务经理&中电新能源业务总监。陈宇翔, 芝加哥大学金融数学硕士, 现就职于国内某公募基金量化投资部, 其研究领域主要集中在深度学习和机器学习在股票市场的应用, 并通过运用数学、统计和计算机科学等跨学科的方法, 利用大数据和算法进行量化分析, 以实现更加智能化和高效的投资决策。

• 320 __ |a 有书目 (第387-400页)

• 330 __ |a 本书共有13章, 阐释如何应用机器学习和大数据技术来解决投资问题并提高投资绩效。内容涵盖机器学习在投资管理中的应用现状和前景、另类数据和大数据在宏观交易中的应用、处理大数据集的难点和解决方案、挖掘社交媒体数据集分析企业文化、使用自然语言处理技术进行投资者情绪分析、基于支持向量回归的全球战术性资产配置策略、强化学习和深度学习在投资组合优化中的应用等。

• 500 10 |a Big data and machine learning in quantitative investment |A Big Data And Machine Learning In Quantitative Investment |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi |x 应用 |x 投资 |x 研究

• 690 __ |a F830.59 |v 5

• 701 _1 |a 吉达 |A ji da |g (Guida, Tony) |4 编著

• 702 _0 |a 徐照宜 |A xu zhao yi |4 译

• 702 _0 |a 薛扬荣 |A xue yang rong |4 译

• 702 _0 |a 陈宇翔 |A chen yu xiang |4 译

• 801 _0 |a CN |b WFKJXY |c 20240725

• 905 __ |a WFKJXY |d F830.59/702