机读格式显示(MARC)

• 000 01921nam0 2200277 450

• 001 0000814113

• 005 20250825222100.0

• 010 __ |a 978-7-5223-3513-1 |d CNY82.00

• 100 __ |a 20241209d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 保险问道之机器学习模型应用 |A bao xian wen dao zhi ji qi xue xi mo xing ying yong |f 中国保险资产管理业协会编著

• 210 __ |a 北京 |c 中国财政经济出版社 |d 2024

• 215 __ |a 355页 |c 图 (部分彩图) |d 24cm

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目 (第352-355页)

• 330 __ |a 本书共分六大专题，各专题主要内容如下：专题一机器学习在违约前风险企业信用利差分析及风险预警中的应用研究，详细介绍了机器学习算法在信用风险预警模型上的应用。专题二基于图挖掘技术的区域城投风险预警研究，展示了机器学习算法在金融风险预警和城投债务问题上的应用，介绍了图分析技术模型原理与工作机制、模型的构建及训练过程、结果解析等相关内容。专题三机器学习在FOF基金投研数字化领域的应用研究，运用机器学习算法开展基金绩效评估、行业配置、行业测算、组合管理等方面研究，介绍了有关模型设计细节与实证研究相关内容。专题四神经网络在保险资金量化投资中的应用研究，介绍了机器学习算法的外延与内涵、神经网络算法在量化选股中的应用以及神经网络应用于保险资金量化投资的具体问题和未来展望相关内容。专题五基于混频数据及共享信息挖掘的深度学习模型在量化中的应用，介绍了深度学习模型在股票市场、量化市场和共享信息方面应用的具体细节以及模型改进、实证结果等相关内容。专题六大规模预训练模型在量化投资中的应用，介绍了自然语言处理及大语言模型概况、大模型在量化投资中的应用以及实证结果等有关内容。

• 333 __ |a 保险资管行业的从业者

• 510 1_ |a Insurance investment studies applications of machine learning models |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 应用 |x 保险公司 |x 投资 |x 风险管理 |y 中国

• 690 __ |a F842 |v 5

• 711 02 |a 中国保险资产管理业协会 |A zhong guo bao xian zi chan guan li ye xie hui |4 编著

• 801 _0 |a CN |b WFKJXY |c 20250825

• 905 __ |a WFKJXY |d F842/54