《MATLAB金融算法分析實戰：基於機器學習的股票量化分析》由吳婷 余勝威合作編寫，由機械工業出版社出版發行。
基本介紹
- 書名：MATLAB金融算法分析實戰：基於機器學習的股票量化分析
- 作者：吳婷 等
- 類別：計算機/MATLAB
- 出版社：機械工業出版社
- 出版時間：2017年
- 頁數：364 頁
- 定價：79 元
- 開本：16 開
- 裝幀：精裝
- ISBN：9787111573005
作者簡介,圖書目錄,主要內容,
作者簡介
吳婷 長期從事金融大數據研究，擅長杜邦分析和數據預測算法。精通MATLAB和STATA等科學計算軟體。目前主要研究方向為公司金融管理、風險管理及股票預測算法挖掘等。
余勝威 圖像算法工程師。整盼組驗畢業於糠妹協西南交通大學，獲碩士學位。有6年以上的MATLAB套用經驗，精通MATLAB算法開發。曾多次獲得全國和省級數學建模競賽大獎，發表論文多篇，獨立編寫MATLAB套用技術圖書多部。目前主要從事圖像處理、人工智慧、模式識別和音效增強等算法研究工作。
圖書目錄
第1篇 MATLAB常用算法套用設計
第1章 MATLAB入門與提蜜踏高 2
1.1 矩陣運算 4
1.2 放大局部視圖 6
1.3 Monte Carlo方法 7
1.4 金融工具箱繪圖函式的使用 9
第2章 MATLAB高級套用 32
2.1 正餘弦函式計算 32
2.2 pcode加密 32
2.3 基本GUI設計 33
2.4 GUI的最佳化布局 41
2.5 日期格式函式 43
2.6 日期轉化罪擔地函式 45
2.7 創建一個金融時間數據序列 47
2.8 股票技術分析圖函式使用 49
第3章 時間序列數據處理 55
3.1 平均絕對離差 55
3.2 序列最大值 57
3.3 序列最小值 60
3.4 簡單移動平均值 62
3.5 動態移動平均值 65
3.6 指數平滑移動平均值 67
3.7 指數移動平均值 69
第4章 量化投資趨向指標 73
4.1 升降線指標 73
4.2 動力指標 76
4.3 變動速率線指標 77
4.4 瀑布線指標 79
4.5 上升動向指標 81
4.6 下降動向指標 83
4.7 動向平均數指標 85
4.8 多空指數指標 88
4.9 佳慶指標 90
4.10 市場趨勢指標 92
4.11 方向標準離差指數指標 94
4.12 平均線差 97
4.13 趨向指標 98
4.14 簡易波動指標 102
4.15 鬼道線指標 104
4.16 絕路航標指標 106
4.17 加速線指標 109
4.18 平滑異同平均指標 111
4.19 快速異同平均指標 113
4.20 強弱值指標 115
4.21 三尋催符重指數平滑平均線指標 117
4.22 終極指標 119
4.23 變異平均線指標 122
第5章 量化投資反趨向指標 124
5.1 幅度漲速指標 124
5.2 動態買賣人氣指標 126
5.3 布林極限指標 128
5.4 乖離率指標 131
5.5 異同離差乖離率指標 133
5.6 順勢指標 135
5.7 市場能量指標 137
5.8 多空線指標 139
5.9 區間震盪線指標 141
5.10 分水嶺指標 142
5.11 隨機指標 144
5.12 威廉指標 148
5.13 L威廉指標 150
5.14 變動速率指標 152
5.15 相對強弱指標 153
5.16 慢速隨機指標 156
5.17 擺動指標 159
5.18 動向速度比率指標 162
5.19 引力線指標 164
5.20 布林極限寬度指標 166
第2篇 MATLAB機器學習算法套用設計
第6章 BP神經網路工具箱上證指數預測 170
6.1 BP神經網路模型及其基本原理 170
6.2 MATLAB BP神經網路工具箱 171
6.3 BP神經網路執行流程 173
6.4 基於BP網路的上證指數預測 174
6.5 改進分析 178
第7章 BP神經網路工具箱多指標預測 186
7.1 BP神經網路 186
7.2 多指標選取 187
7.3 基於趨勢指標的BP網路預測 195
7.4 基於反趨勢朵蜜紋指標的BP網路預測 204
7.5 基於趨勢和反趨勢指標的BP網路預測 211
第8章 RBF神經網路多指標預測 216
8.1 RBF神經網路 216
8.2 RBF網路結構 216
8.3 多指標選取 219
8.4 基於趨勢指標的RBF網路預測 220
8.5 基於反趨勢指標的RBF網路預測 224
8.6 基於趨勢和反趨勢指標的RBF網路預測 228
第9章 Hopfield神經網路多指標預測 232
9.1 Hopfield神經網路 232
9.2 多指標選取 234
9.3 基於趨勢指標的Hopfield網路預測 234
9.4 基於反趨勢指標的Hopfield網路預測 237
9.5 基於趨勢和戲墓巴良反趨勢指標的Hopfield網路預測 239
第10章 馬爾可夫（Markov）鏈上證指數預測 242
10.1 馬爾可夫鏈模型 242
10.2 馬爾可夫鏈模型流程 242
10.3 馬爾可夫鏈預測 243
10.4 隱馬爾可夫模型函式表 253
第11章 灰色理論下的上證指數預測 254
11.1 灰色理論分析 254
11.2 灰色關聯分析流程 254
11.3 多指標灰色關聯度計算 255
11.4 灰色預測模型流程 259
11.5 ACCER幅度漲速指標灰色預測 260
第12章 指數平滑下的上證指數預測 263
12.1 指數平滑分析 263
12.2 指數平滑仿真 265
第13章 支持向量機SVM下的漲跌預測 274
13.1 Logistic回歸 274
13.2 Regularization正則化方程 275
13.3 支持向量機SVM算法 275
13.4 MATLAB最佳化工具箱 277
13.5 SVM下的上證指數漲跌預測 285
13.6 PSO最佳化的SVM多分類預測 297
第14章 貝葉斯（Bayes）網路多指標預測 305
14.1 貝葉斯統計方法 305
14.2 貝葉斯預測方法 307
14.3 貝葉斯網路的數據預測 307
14.4 貝葉斯網路下的價格指數建模與預測 317
第15章 Pareto多目標最佳化分析 325
15.1 經典測試函式 325
15.2 遺傳算法最佳化的單目標模型 330
15.3 Pareto多目標求解GUI設計 336
參考文獻 353
主要內容
MATLAB入門與提高
MATLAB高級套用
時間序列數據處理
量化投資趨向指標
量化投資反趨向指標
BP神經網路工具箱上證指數預測
BP神經網路工具箱多指標預測
RBF神經網路多指標預測
Hopfield神經網路多指標預測
馬爾可夫（Markov）鏈上證指數預測
灰色理論下的上證指數預測
指數平滑下的上證指數預測
支持向量機SVM下的漲跌預測
貝葉斯（Bayes）網路多指標預測
Pareto多目標最佳化分析
5.2 動態買賣人氣指標 126
5.3 布林極限指標 128
5.4 乖離率指標 131
5.5 異同離差乖離率指標 133
5.6 順勢指標 135
5.7 市場能量指標 137
5.8 多空線指標 139
5.9 區間震盪線指標 141
5.10 分水嶺指標 142
5.11 隨機指標 144
5.12 威廉指標 148
5.13 L威廉指標 150
5.14 變動速率指標 152
5.15 相對強弱指標 153
5.16 慢速隨機指標 156
5.17 擺動指標 159
5.18 動向速度比率指標 162
5.19 引力線指標 164
5.20 布林極限寬度指標 166
第2篇 MATLAB機器學習算法套用設計
第6章 BP神經網路工具箱上證指數預測 170
6.1 BP神經網路模型及其基本原理 170
6.2 MATLAB BP神經網路工具箱 171
6.3 BP神經網路執行流程 173
6.4 基於BP網路的上證指數預測 174
6.5 改進分析 178
第7章 BP神經網路工具箱多指標預測 186
7.1 BP神經網路 186
7.2 多指標選取 187
7.3 基於趨勢指標的BP網路預測 195
7.4 基於反趨勢指標的BP網路預測 204
7.5 基於趨勢和反趨勢指標的BP網路預測 211
第8章 RBF神經網路多指標預測 216
8.1 RBF神經網路 216
8.2 RBF網路結構 216
8.3 多指標選取 219
8.4 基於趨勢指標的RBF網路預測 220
8.5 基於反趨勢指標的RBF網路預測 224
8.6 基於趨勢和反趨勢指標的RBF網路預測 228
第9章 Hopfield神經網路多指標預測 232
9.1 Hopfield神經網路 232
9.2 多指標選取 234
9.3 基於趨勢指標的Hopfield網路預測 234
9.4 基於反趨勢指標的Hopfield網路預測 237
9.5 基於趨勢和反趨勢指標的Hopfield網路預測 239
第10章 馬爾可夫（Markov）鏈上證指數預測 242
10.1 馬爾可夫鏈模型 242
10.2 馬爾可夫鏈模型流程 242
10.3 馬爾可夫鏈預測 243
10.4 隱馬爾可夫模型函式表 253
第11章 灰色理論下的上證指數預測 254
11.1 灰色理論分析 254
11.2 灰色關聯分析流程 254
11.3 多指標灰色關聯度計算 255
11.4 灰色預測模型流程 259
11.5 ACCER幅度漲速指標灰色預測 260
第12章 指數平滑下的上證指數預測 263
12.1 指數平滑分析 263
12.2 指數平滑仿真 265
第13章 支持向量機SVM下的漲跌預測 274
13.1 Logistic回歸 274
13.2 Regularization正則化方程 275
13.3 支持向量機SVM算法 275
13.4 MATLAB最佳化工具箱 277
13.5 SVM下的上證指數漲跌預測 285
13.6 PSO最佳化的SVM多分類預測 297
第14章 貝葉斯（Bayes）網路多指標預測 305
14.1 貝葉斯統計方法 305
14.2 貝葉斯預測方法 307
14.3 貝葉斯網路的數據預測 307
14.4 貝葉斯網路下的價格指數建模與預測 317
第15章 Pareto多目標最佳化分析 325
15.1 經典測試函式 325
15.2 遺傳算法最佳化的單目標模型 330
15.3 Pareto多目標求解GUI設計 336
參考文獻 353
主要內容
MATLAB入門與提高
MATLAB高級套用
時間序列數據處理
量化投資趨向指標
量化投資反趨向指標
BP神經網路工具箱上證指數預測
BP神經網路工具箱多指標預測
RBF神經網路多指標預測
Hopfield神經網路多指標預測
馬爾可夫（Markov）鏈上證指數預測
灰色理論下的上證指數預測
指數平滑下的上證指數預測
支持向量機SVM下的漲跌預測
貝葉斯（Bayes）網路多指標預測
Pareto多目標最佳化分析
