万本电子书0元读

万本电子书0元读

顶部广告

量化投资——MATLAB数据挖掘技术与实践(第2版)电子书

售       价:¥

纸质售价:¥49.70购买纸书

84人正在读 | 0人评论 6.2

作       者:卓金武

出  版  社:电子工业出版社

出版时间:2020-12-01

字       数:22.2万

所属分类: 经管/励志 > 投资理财 > 证券/股票

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
全书内容分为三篇。第1篇为基础篇,主要介绍量化投资与数据挖掘的关系,以及数据挖掘的概念、实现过程、主要内容、主要工具和MATLAB的快速门操作技巧等。第2篇为技术篇,系统介绍了数据挖掘的相关技术及这些技术在量化投资中的应用,主要包括数据的准备、数据的探索、关联规则方法、数据回归方法、分类方法、聚类方法、预测方法、诊断方法、时间序列方法、智能优化方法等内容。第3篇为实践篇,主要介绍数据挖掘技术在量化投资中的综合应用实例,包括统计套利策略的挖掘与优化、配对交易策略的挖掘与实现、基于Wind数据的程序化交易、基于Quantrader平台的量化投资、趋势跟踪策略及实现过程,以及基于数据挖掘技术的量化交易系统的构建。本书的读者对象为从事投资、数据挖掘、数据分析、数据管理工作的专业人士;金融、经济、管理、统计等专业的教师和学生;希望学习MATLAB的广大科研人员、学者和工程技术人员。<br/>【作者】<br/>卓金武,MathWorks中国高级工程师,教育业务总监;专著五部:《MATLAB数学建模方法与实践》(第三版),《量化投资:MATLAB数据挖掘技术与实践》,《大数据挖掘:系统方法与实例分析》, 《MATLAB时间序列方法与实践》, 《MATLAB高等数学分析》;译著一部:《MATLAB工程计算(原书第3版)》。<br/>
目录展开

内容简介

除了你的才华,其他一切都不重要!

前言

第1篇 基础篇

第1章 绪论

1.1 量化投资与数据挖掘的关系

1.2 数据挖掘的概念和原理

1.3 数据挖掘在量化投资中的应用

1.4 本章小结

参考文献

第2章 数据挖掘的内容、过程及工具

2.1 数据挖掘的内容

2.2 数据挖掘的过程

2.3 数据挖掘工具

2.4 本章小结

参考文献

第3章 MATLAB快速入门及实用技巧

3.1 MATLAB快速入门

3.2 MATLAB常用技巧

3.3 MATLAB的开发模式

3.4 本章小结

第2篇 技术篇

第4章 数据的准备

4.1 数据的收集

4.2 数据质量分析

4.3 数据预处理

4.4 本章小结

参考文献

第5章 数据的探索

5.1 衍生变量

5.2 数据的统计

5.3 数据可视化

5.4 样本选择

5.5 数据降维

5.6 本章小结

第6章 关联规则方法

6.1 关联规则概要

6.2 Apriori算法

6.3 FP-Growth算法

6.4 应用实例:行业关联选股法

6.5 本章小结

参考文献

第7章 数据回归方法

7.1 一元回归

7.2 多元回归

7.3 逐步回归

7.4 逻辑斯蒂回归

7.5 应用实例:多因子选股模型的实现

7.6 本章小结

第8章 分类方法

8.1 分类方法概要

8.2 K-近邻分类

8.3 贝叶斯分类

8.4 神经网络

8.5 逻辑斯蒂分类

8.6 判别分析

8.7 支持向量机(SVM)

8.8 决策树

8.9 分类的评判

8.10 应用实例:分类选股法

8.11 延伸阅读:其他分类方法

8.12 本章小结

第9章 聚类方法

9.1 聚类方法概要

9.2 K-means聚类

9.3 层次聚类

9.4 神经网络聚类

9.5 模糊C均值(FCM)方法

9.6 高斯混合聚类方法

9.7 类别数的确定方法及实例

9.8 应用实例:股票聚类分池

9.9 延伸阅读

9.10 本章小结

参考文献

第10章 预测方法

10.1 预测方法概要

10.2 灰色预测

10.3 马尔可夫预测

10.4 应用实例:大盘走势预测

10.5 本章小结

参考文献

第11章 诊断方法

11.1 离群点诊断概要

11.2 基于统计的离群点诊断

11.3 基于距离的离群点诊断

11.4 基于密度的离群点诊断

11.5 基于聚类的离群点诊断

11.6 应用实例:离群点诊断量化择时

11.7 延伸阅读:新兴的离群点挖掘诊断方法

11.8 本章小结

参考文献

第12章 时间序列方法

12.1 时间序列的基本概念

12.2 平稳时间序列分析方法

12.3 季节指数预测法

12.4 时间序列模型

12.5 应用实例:基于时间序列的股票预测

12.6 本章小结

参考文献

第13章 智能优化方法

13.1 智能优化方法概要

13.2 遗传算法

13.3 模拟退火算法

13.4 应用实例:组合投资优化

13.5 延伸阅读:其他智能方法

13.6 本章小结

参考文献

第3篇 实践篇

第14章 统计套利策略的挖掘与优化

14.1 统计套利策略概述

14.2 基本策略的挖掘

14.3 高频交易策略及优化

14.4 多交易信号策略的组合及优化

14.5 本章小结

参考文献

第15章 配对交易策略的挖掘与实现

15.1 配对交易概述

15.2 协整检验的理论基础

15.3 配对交易的实现

15.4 延伸阅读:配对交易的三要素

15.5 本章小结

参考文献

第16章 基于Wind数据的程序化交易

16.1 程序化交易概述

16.2 数据的处理及探索

16.3 模型的建立及评估

16.4 组合投资的优化

16.5 程序化交易的实施

16.6 本章小结

参考文献

第17章 基于Quantrader平台的量化投资

17.1 量化平台概述

17.2 基于Quantrader平台的量化实现过程

17.3 延伸阅读:Quantrader平台的拓展

第18章 趋势跟踪策略及实现过程

18.1 趋势跟踪策略简介

18.2 趋势跟踪策略的基本设定

18.3 均线-收盘价策略的实现过程

18.4 双均线策略

18.5 上升支撑线策略

18.6 下跌压力线策略

18.7 本章小结

第19章 基于数据挖掘技术的量化交易系统

19.1 交易系统概述

19.2 DM交易系统总体设计

19.3 短期交易子系统

19.4 中长期交易子系统

19.5 系统的拓展与展望

19.6 本章小结

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部