包邮金融大模型开发与应用实践

作者：张治政著

出版社：清华大学出版社出版时间：2024-10-01

开本：其他页数： 414

本类榜单：计算机/网络销量榜

中图价:¥101.5(7.3折) 定价 ~~¥139.0~~ 登录后可看到会员价

加入购物车收藏

开年大促， 全场包邮

?新疆、西藏除外

本类五星书更多>

>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

¥14.4¥45
>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥44.1¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥56.2¥69
>
第一行代码Android

第一行代码Android

¥55.4¥99
>
JAVA持续交付

JAVA持续交付

¥58.1¥119
>
EXCEL最强教科书(完全版)(全彩印刷)

EXCEL最强教科书(完全版)(全彩印刷)

¥31.1¥69.9
>
深度学习

深度学习

¥92.4¥168

商品详情
商品评论(0条)

中图价:¥101.5 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

金融大模型开发与应用实践版权信息

ISBN：9787302672371
条形码：9787302672371 ; 978-7-302-67237-1
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

金融大模型开发与应用实践本书特色

《金融大模型开发与应用实践》是一本深入浅出、实战导向的专业教程。它以清晰的结构和丰富的实例，全面覆盖了金融大模型从基础理论到应用的各个方面。无论是金融科技的初学者还是从业者，都能从中获得宝贵的知识和启发。本书特别适用于那些渴望深化Python编程技能、探索金融模型优化与应用的读者。其内容不仅包括了高频交易、量化策略等前沿话题，还融合了区块链、深度学习等创新技术，是金融专业人士和学术界人士的理想读物。

金融大模型开发与应用实践内容简介

"《金融大模型开发与应用实践》循序渐进、深入讲解了金融大模型开发与应用实践的核心知识,并通过具体实例的实现过程演练了各个知识点的用法。全书共11章,分别讲解了大模型基础、数据预处理与特征工程、金融时间序列分析、金融风险建模与管理、高频交易与量化交易、资产定价与交易策略优化、金融市场情绪分析、区块链与金融科技创新、基于深度强化学习的量化交易系统(OpenAIBaselines+FinRL+DRL+PyPortfolioOpt)、基于趋势跟踪的期货交易系统(TechnicalAnalysis library+yfinance+Quantstats)、上市公司估值系统(OpenAI+LangChain+Tableau+PowerBI)。《金融大模型开发与应用实践》易于阅读,以极简的文字介绍了复杂的案例,同时涵盖了其他同类图书中很少涉及的历史参考资料,是学习金融大模型开发的理想教程。《金融大模型开发与应用实践》适用于已经了解了Python 基础开发的读者,想进一步学习大模型开发、模型优化、模型应用和模型架构的读者,也可以作为证券、保险、银行等从业者的参考书,还可以作为大专院校相关专业的师生用书和培训机构的专业性教材。"

金融大模型开发与应用实践目录

第1章大模型基础 1.1 人工智能 1.1.1 人工智能的发展历程 1.1.2 人工智能的研究领域 1.1.3 人工智能对人们生活的影响 1.2 机器学习和深度学习 1.2.1 机器学习 1.2.2 深度学习 1.2.3 机器学习和深度学习的区别 1.3 大模型介绍 1.3.1 大模型的作用 1.3.2 数据 1.3.3 数据和大模型的关系 1.4 人工智能与金融行业交融 1.4.1 人工智能驱动的金融创新 1.4.2 大模型在金融中的应用第2章数据预处理与特征工程 2.1 数据清洗与处理 2.1.1 数据质量检查与觖失值处理 2.1.2 异常值检测与处理 2.1.3 数据重复性处理 2.2 特征选择与提取 2.2.1 特征选择方法 2.2.2 特征提取技术 2.3 数据标准化与归一化 2.3.1 标准化与归一化的概念 2.3.2 金融模型中的标准化与归一化实例第3章金融时间序列分析 3.1 时间序列的基本概念 3.1.1 什么是时间序列数据 3.1.2 时间序列数据的特点 3.1.3 时间序列分析在金融领域的应用 3.2 常用的时间序列分析方法 3.2.1 移动平均法 3.2.2 自回归模型 3.2.3 自回归移动平均模型 3.2.4 季节性自回归集成移动平均模型 3.2.5 ARCH和GARCH模型 3.2.6 向量自回归模型 3.2.7 协整合分析 3.2.8 机器学习方法第4章金融风险建模与管理 4.1 金融风险的基本概念 4.2 基于人工智能的金融风险建模方法 4.2.1 传统风险建模方法回顾 4.2.2 机器学习在金融风险建模中的应用 4.2.3 数据驱动的风险建模 4.3 制作贵州茅台的ARCH模型 4.3.1 准备数据 4.3.2 制作波动模型 4.3.3 加入特征数据：市场指数 4.3.4 制作股价预测模型 4.4 信贷投资组合风险评估模拟程序 4.4.1 实例介绍 4.4.2 设置信贷投资组合参数和可视化 …… 第5章高频交易与量化交易第6章资产定价与交易策略优化第7章金融市场情绪分析第8章区块链与金融科技创新第9章基于深度强化学习的量化交易系统 0章基于趋势跟踪的期货交易系统 1章上市公司估值系统

展开全部

金融大模型开发与应用实践作者简介

张治政，中国海洋大学计算机硕士，西南财经大学金融硕士，软件开发工程师和架构师，现就职于红荔湾投资。从事量化金融、衍生品（期货期权）交易策略、金融建模和金融数据分析的架构和开发工作，拥有多年的受托资产管理和证券市场的投资管理经验，是金融开源模型Tushare的贡献者。擅长Python、C#、Java、C++和C语言编程，以及大模型和人工智能开发。同时精通量化交易回测、走势预测及风险评估。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐