交易的密碼-用算法賺取第一桶金 吳岸城 9787121457630 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202308*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：交易的密碼-用算法賺取第一桶金
ISBN：9787121457630
出版社：電子工業
著編譯者：吳岸城
頁數：191
所在地：中國大陸 *此為代購商品
書號：1542246
可大量預訂，請先連絡。

內容簡介

傳統的股市技術分析書籍一般從圖表模式和技術指標出發，分析如何選擇進入點和退出點、開發交易系統以及制定成功的交易計劃。近年來，機器學習與神經網絡技術快速發展，並且與傳統量化方法相結合，產生了無限的可能性。基於此趨勢，本書將重點放在交易模型的構建上，即如何尋找合適的演算法來實現交易以及如何優化這些演算法。本書直接從技術指標等數據出發，介紹了交易模型與投資組合優化方法、如何利用基礎演算法（線性回歸、lightGBM）預測股市的漲跌與股價、利用消息面來預測市場情緒、利用深度學習和強化學習演算法預測股票，以及如何進行套利交易和網格交易等。 本書適合對投資有興趣的人群閱讀。

作者簡介

吳岸城，畢業於浙江大學計算機系。擁有10年企業級軟體研發經驗，10年演算法研發及架構選型經驗。曾領導開發多個演算法平台、大數據平台，雲計算、APP項目；曾在某大型公司擔任技術管理人員，在某創業公司擔任首席數據科學家。已出版兩本深度學習著作，申請多個演算法專利授權。目前的研究興趣聚焦于大語言模型、交易演算法、語音、推薦領域。

目錄

第一章 交易模型與投資組合
第1節 建立底層交易邏輯
第2節 交易策略的發展
第3節 交易策略
第4節 回測
第5節 數據獲取
第6節 建立交易模型
第7節 交易的特徵工程
第8節 投資組合優化
第二章 用機器學習預測股價
第1節 機器學習過程
第2節 回歸模型：從風險到回報
第3節 波動率預測與波動套利
第4節 使用決策樹追蹤趨勢
第5節 提升交易策略穩定性
第三章 交易的情緒
第1節 情緒分析原則77節情緒分析原則
第2節 如何構建情緒指標
第3節 基於詞向量與句向量的新聞分析
第4節 其他的情緒識別思路
第四章 用深度學習指導交易
第1節 基礎深度模型
第2節 LSTM可以用來選股嗎
第3節 雙向LSTM是否會更好
第4節 GRU優化了什麼
第5節 集成的CNN結構
第6節 關於選股模型的思考
第7節 選股模型改進
第8節 集成模型
第五章 在交易中應用強化學習
第1節 強化學習基礎框架
第2節 手動實現股票買賣的強化學習網路
第3節 改進DQN網路
第4節 回合制還是持續式：Actor-Critic
第5節 稀疏獎勵：好奇心提高agent對環境的可知性
第6節 神經網絡自動進化：Neuro-evolution
第7節 強化學習的框架選擇
第8節 設計一個符合交易系統的獎勵
第9節 雙agent：選擇交易時機和交易價格
第10節 應用強化學習需要注意的事項
第六章 傳統的指標：神奇還是普通
第1節 斐波那契數列
第2節 ABCD交易法
第3節 諧波模式
第4節 自動找出諧波模式
第七章 高頻交易
第1節 套利交易：魔鬼的價差
第2節 跳繩交易
第3節 網格交易：利用好每一次波動
第4節 搭建網格交易系統
第5節 網格交易的常見問題與進階
第6節 高頻交易框架
第八章 問答集
第1節 預判性與跟隨性
第2節 有了演算法后，還需要人工介入嗎
第3節 需要多大的資金規模
第4節 如何預測黑天鵝事件
第5節 什麼是指數增強
第6節 私募公司是如何開發策略的
第7節 是否要在機器學習模型中單獨區分行業
第8節 指數是否重要
第9節 追漲或打板
第10節 股票池篩選原則
第11節 如何設置機器學習的目標
第12節 如何建立分類任務：二分類還是多分類
第13節 如何確定長期、中期、短期的周期規律
第14節 如何研究對手盤
第15節 什麼是衝擊演算法（下單演算法）
第16節 如何利用大模型進行研報的分析判斷
第17節 傻瓜的故事
附錄A
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。