内容简介
《机器学习在量化投资中的应用研究》是国内少有的研究机器学习在量化投资中应用的专著。主要运用多层感知器神经网络、广义自回归神经网络、模糊神经网络与支持向量机对证券时间序列进行回归分析。特别是在支持向量机框架下构造了小波、流形小波与样条小波三种核函数,并在此基础上建立了股指收益与波动预测两类新的量化投资模型。与经典高斯核相比,具备多分辨分析特性的新模型能较好地捕捉曲线性状,各预测指标在模拟数据与真实数据上均占优,表明其具有良好的适用性与有效性。
当前位置:首页 > 管理 > 金融/投资 > 机器学习在量化投资中的应用研究
作者:汤凌冰 著出版社:电子工业出版社出版时间:2014年11月
- 版 次:1
- 页 数:
- 字 数:
- 印刷时间:2014年11月01日
- 开 本:16开
- 纸 张:胶版纸
- 包 装:平装
- 是否套装:否
- 国际标准书号ISBN:9787121244940
- 丛书名:量化投资与对冲基金丛书
推荐购买:
《机器学习在量化投资中的应用研究》是国内少有的研究机器学习在量化投资中应用的专著。主要运用多层感知器神经网络、广义自回归神经网络、模糊神经网络与支持向量机对证券时间序列进行回归分析。特别是在支持向量机框架下构造了小波、流形小波与样条小波三种核函数,并在此基础上建立了股指收益与波动预测两类新的量化投资模型。本书可供计算机、信息管理与金融类专业高年级本科生与研究生使用,也可供从事机器学习技术与应用研究的科研人员、金融市场数据分析人员以及机器学习软件开发人员参考。