機(jī)器學(xué)習(xí)在算法交易中的應(yīng)用（第2版）

　　人工智能時(shí)代，數(shù)字?jǐn)?shù)據(jù)的爆炸式增長推動(dòng)了人們對使用機(jī)器學(xué)習(xí)（ML）的交易策略相關(guān)知識的需求?！稒C(jī)器學(xué)習(xí)在算法交易中的應(yīng)用（第2版）》就以Python為基本工具，從全局、戰(zhàn)略的視角介紹了相關(guān)的概念，以及機(jī)器學(xué)習(xí)在交易策略設(shè)計(jì)和執(zhí)行中的價(jià)值及實(shí)踐運(yùn)用。全書分4部分，其中第1部分主要介紹基于機(jī)器學(xué)習(xí)的交易策略的基礎(chǔ)知識，該部分內(nèi)容圍繞機(jī)器學(xué)習(xí)算法以及交易策略相關(guān)的數(shù)據(jù)展開，概述了如何有效捕獲數(shù)據(jù)信號內(nèi)容、如何準(zhǔn)確提取特征，以及如何基于這些數(shù)據(jù)優(yōu)化算法評估投資組合。第2部分重點(diǎn)闡述了在端到端工作流環(huán)境中，一些基本的監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)是如何為交易策略的制定提供幫助的。第3部分是自然語言處理，這部分引入了無監(jiān)督學(xué)習(xí)算法，力求從文本數(shù)據(jù)這種最關(guān)鍵的另類數(shù)據(jù)中高質(zhì)量地提取信號。第4部分通過TensorFlow和PyTorch，重點(diǎn)介紹深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)在交易策略設(shè)計(jì)中的應(yīng)用。 《機(jī)器學(xué)習(xí)在算法交易中的應(yīng)用（第2版）》通過大量示例，詳細(xì)介紹了如何使用不同機(jī)器學(xué)習(xí)算法設(shè)計(jì)交易策略，并通過大量的數(shù)學(xué)及統(tǒng)計(jì)知識，幫助讀者更好地理解算法調(diào)優(yōu)過程及整個(gè)計(jì)算過程。特別適合想獲得用于交易的機(jī)器學(xué)習(xí)算法相關(guān)知識或想設(shè)計(jì)交易策略的數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家、Python開發(fā)人員、投資分析師或投資組合經(jīng)理參考學(xué)習(xí)。

　　斯蒂芬·詹森（Stefan Jansen） Stefan Jansen是 Applied AI公司的創(chuàng)始人兼首席執(zhí)行官。他為財(cái)富500強(qiáng)公司、投資公司和各行各業(yè)的初創(chuàng)企業(yè)提供數(shù)據(jù)和人工智能戰(zhàn)略方面的建議，并組建數(shù)據(jù)科學(xué)團(tuán)隊(duì)，為廣泛的商業(yè)問題開發(fā)端到端的機(jī)器學(xué)習(xí)解決方案。 創(chuàng)業(yè)之前，他是一家國際投資公司的合伙人和董事總經(jīng)理，在那里他進(jìn)行了大量的預(yù)測分析和投資研究實(shí)踐。他還曾是一家在15個(gè)市場開展業(yè)務(wù)的全球性金融科技公司的高級管理人員，為新興市場的中央銀行及世界銀行提供咨詢服務(wù)。 Stefan Jansen擁有佐治亞理工學(xué)院的計(jì)算機(jī)科學(xué)碩士學(xué)位以及哈佛大學(xué)和柏林自由大學(xué)的經(jīng)濟(jì)學(xué)碩士學(xué)位，并獲得了CFA特許證書。他曾在歐洲、亞洲和美洲使用六種語言工作，并在Datacamp和GeneralAssembly 教授數(shù)據(jù)科學(xué)。