《機器學習與資產定價》是一本2022年清華大學出版社出版的圖書，作者是吳輝航，魏行空，張曉燕。
基本介紹
- 中文名：機器學習與資產定價
- 作者：吳輝航，魏行空，張曉燕
- 出版社：清華大學出版社
- 出版時間：2022年4月
- 開本：32 開
- 裝幀：精裝
- ISBN：9787302601555
內容簡介,作者簡介,圖書目錄,
內容簡介
本書系統性地介紹了資產定價和機器學習算法的基礎理論與實踐知識，並以機器學習算法套用於中國股票市場資產收益率預測項目為案例，具體展示了機器學習算法落地套用於中國金融業界的流程和效果。本書主要內容包括資產定價基礎方法、機器學習算法評估知識、線性機器學習模型、回歸樹類機器學習模型、神經網路模型、中國股票市場制度背景、機器學習項目的數據清洗過程和機器學習項目的實踐案例。本書在寫作過程中儘可能地減少專業辭彙，使內容通俗易懂。本書適合高校中高年級本科生、研究生和對從事量化金融感興趣的人閱讀。
作者簡介
吳輝航，博士，清華大學五道口金融學院博士後。2018年獲上海財經大學經濟學博士學位，在校期間曾獲“上海財經大學學術之星”“博士研究生國家獎學金”。主要研究領域為財稅政策、資產定價、機器學習和金融科技。在Small Business Economics、International Review of Finance、Emerging Markets Finance and Trade、《經濟研究》、《數量經濟技術經濟研究》等重要期刊發表學術論文十餘篇。
魏行空，中信建投證券總部機構業務部算法交易組高級經理。先後畢業於中央財經大學和瑞士蘇黎世大學，獲得經濟學碩士學位。主要從事算法交易和高頻量化分析、機器學習算法在高頻交易中的套用等研究。
張曉燕，清華大學五道口金融學院副院長、鑫苑金融學講席教授，世界經濟論壇未來理事會委員，上海證券交易所高級金融專家，亞洲金融與經濟研究局（ABFER）高級研究員。曾任證監會第十七屆發行審核委員會委員。北京大學經濟學學士、哥倫比亞商學院金融學博士（優秀榮譽畢業生）。主要研究領域為國際金融、實證資產定價、金融科技和中國資本市場。
圖書目錄
第一章引言： 為什麼資產定價需要機器學習
第一節資產定價的核心問題： 為什麼不同的資產會有
不同的收益
第二節當資產定價遇到機器學習
第三節相關學術文獻介紹
第四節相關業界套用場景
參考文獻
第二章資產定價的核心問題： 股票預期收益率
第一節投資組合分析
第二節因子投資
第三節中國因子模型
第四節異象性因子的檢驗
參考文獻
第三章機器學習模型評估
第一節過擬合與欠擬合
第二節偏差和方差的權衡
第三節回歸問題機器學習模型的評價指標
第四節機器學習的超參數調校
第四章機器學習模型Ⅰ： 線性模型
第一節多元線性模型
第二節帶懲罰項的線性模型
第三節降維視角的線性模型
第五章機器學習模型Ⅱ： 回歸樹模型
第一節回歸樹
第二節隨機森林
第三節梯度提升樹
第六章機器學習模型Ⅲ： 神經網路模型
第一節神經網路模型介紹
第二節激活函式
第三節最佳化算法
第四節神經網路的訓練
第五節全連線神經網路模型的代碼實現
參考文獻
第七章理解機器學習在中國股票市場套用的
制度背景
第一節中國股票市場概述
第二節中國股票市場重要制度
第三節中國股票市場特殊制度
第八章為機器學習模型準備數據
第一節數據來源與樣本選擇
第二節股票收益率數據分析
第三節財務數據處理
第四節數據預處理步驟
第五節實證中使用的股票特徵變數構造介紹
參考文獻
第九章機器學習在中國金融市場中的實證套用
第一節機器學習模型有效性驗證： 蒙特卡洛模擬
方法
第二節機器學習算法在中國A股市場的實證結果
第三節IPCA模型在中國A股市場的實證結果
參考文獻
第十章結語與未來展望
第一節機器學習模型與另類數據
第二節機器學習模型與其他資產定價問題
參考文獻
