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