扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
以利为利:财政关系与地方政府行为
-
>
立足饭碗 藏粮于地——基于中国人均耕地警戒值的耕地保护视角
-
>
营销管理
-
>
茶叶里的全球贸易史(精装)
-
>
近代华商股票市场制度与实践(1872—1937)
-
>
麦肯锡图表工作法
-
>
海龟交易法则
资产定价与机器学习 版权信息
- ISBN：9787300318226
- 条形码：9787300318226 ; 978-7-300-31822-6
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>
资产定价与机器学习 内容简介
机器学习模型作为人工智能核心技术之一，对金融行业发展造成了颠覆性冲击。在金融行业数据信噪比低、特征维度高、相互关系复杂的业务场景中，机器学习有着广阔的应用空间，尤其是被广泛运用于资产定价领域。本书从资产定价角度出发，首先阐述了在资产定价中引入机器学习方法的背景与重要性，介绍了线性方法、组合方法、非参数放大等多种机器学习方法，并系统讨论了如何将机器学习方法引入资产定价研究之中，解决引子识别、组合优化以及样本外预测资产定价三大核心问题。本书适合从事基金管理、量化投资的金融从业者，或者对量化投资感兴趣的读者；也可作为高年级本科与研究生金融科技专业的参考书。
资产定价与机器学习 目录
**章 导论
1.1 资产定价的研究背景
1.2 本书的结构
1.3 本书的特点和局限性
第二章 资产定价中的机器学习方法
2.1 机器学习的定义和主要类别
2.2 机器学习方法介绍
第三章 投资组合优化
3.1 马科维茨投资组合
3.2 参数化投资组合优化
3.3 投资组合与随机贴现因子等价性
3.4 基于收缩估计方法的投资组合优化
3.5 神经网络
3.6 基于全子集回归的组合优化
3.7 实证分析
3.8 小 结
第三章附录
第四章 随机贴现因子模型中的定价因子识别
4.1 随机贴现因子
4.2 双重选择LASSO算法识别因子
4.3 自纠偏机器学习法识别因子
4.4 小 结
第四章附录
第五章 资产收益率样本外预测
5.1 样本外预测方法
5.2 数据和单变量投资组合构造
5.3 实证结果
5.4 信息汇总方法和稳健性检验
5.5 小 结
第五 附录
参考文献
展开全部
资产定价与机器学习 作者简介
吴轲，中国人民大学财政金融学院副教授、博士生导师，中国人民大学“杰出学者”青年学者。为本科生和研究生讲授实证资产定价、金融风险管理、金融科技以及金融大数据分析等课程。
主要研究领域包括资产定价、投资组合管理、金融计量学和机器学习，研究成果在《管理科学》（Management Science），《金融与定量分析杂志》（Journal of Financial and Quantitative Analysis），以及《应用计量经济学杂志》（Journal of Applied Econometrics）等国际一流期刊上发表，并主持国家自然科学基金面上项目和青年基金项目。
书友推荐
本类畅销
-
只有偏执狂才能生存-特种经理人培训手册
¥24.4¥36 -
美国陷阱
¥25.5¥68 -
蓝海战略-扩展版
¥42.3¥59 -
价值共生:数字化时代的组织管理
¥22.1¥78 -
伟大的商业游戏:每个人都是管理的主角
¥16.6¥52 -
从偶然到必然-华为研发投资与管理实践
¥41.7¥69
浏览历史
天气学
¥99.0¥180.0θ常数, 黎曼面和模群
¥159.2¥199.0智能制造概论
¥18.1¥35.0幼儿园建构项目活动(小班)
¥55.0¥72.0
