智能量化-ChatGPT在金融策略與演算法交易中的實踐 龔暉 9787301346303 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：北京大學
物品所在地：中國大陸
原出版社：北京大學
NT$375
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202404*若逾兩年請先於私訊洽詢存貨情況，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：智能量化-ChatGPT在金融策略與演算法交易中的實踐 ISBN：9787301346303 出版社：北京大學 著編譯者：龔暉 頁數：238 所在地：中國大陸 *此為代購商品 書號：1635402 可大量預訂，請先連絡。 內容簡介 本書是一部全面而深入的量化金融實戰指南，從基礎的Python編程和量化金融概念出發，逐步引領讀者進入金融數據分析、量化策略開發、演算法交易及風險管理的高級話題。本書還探討了生成式AI和ChatGPT在量化金融領域中的應用，為讀者提供了一個全面的視角和實用的工具。 本書共分為5章：第1章作為基礎，介紹了量化金融、演算法交易和Python編程的基礎知識；第2章專註于金融數據的獲取和處理，包括如何使用APIs和Python庫；第3章深入講解了量化策略與模型，涵蓋了從統計學到機器學習再到深度學習和Transformer模型及ChatGPT插件使用的多個方面；第4章是對演算法交易與風險管理的全面解析，包括市場微觀結構、交易策略和ChatGPT的Code Interpreter功能；第5章對量化金融和演算法交易的未來進行了展望，包括人工智慧在金融領域中的機遇和挑戰。 本書內容深入淺出，實例豐富，實用性極強，特別適合量化金融的初學者和專業人士，也適用於金融分析師、數據科學家和編程愛好者。此外，本書也可作為金融科技和量化金融相關培訓課程的教材。作者簡介 龔暉，博士，倫敦大學學院（UCL）金融與科技研究所去中心化金融和區塊鏈講師，威斯敏斯特大學商學院（Westminster Business School）金融科技客座講師，主講的課程涉及區塊鏈與加密貨幣、金融衍生品定價和高頻交易等領域。2019年，在UCL數學系獲得金融數學博士學位。主要研究領域為金融科技，包括演算法交易、區塊鏈技術、加密貨幣和人工智慧在金融領域中的應用等。2014年，被UCL推薦至瑞士信貸（Credit Suisse），開發了第一代智能推薦系統，用於客戶分類、精準營銷和新聞、投資產品的推薦等。2015年，加入瑞士信貸DAST（Data Analysis Sentiment Technology）部門，負責Delta One產品和HOLT系統的人工智慧優化，其通過人工智慧優化的指數產品，被多家買方作為基準產品。也曾在UCL區塊鏈技術研究中心從事區塊鏈應用研究，並發表多篇論文，對於量化金融領域見解獨到。目錄 第1章 基礎知識與量化金融概述1 1 引言：量化金融與演算法交易簡介 1 1 1 量化金融及其發展歷史 1 1 2 當代量化金融 1 1 3 演算法交易概述 1 1 4 高頻交易概述 1 1 5 演算法交易與高頻交易的區別 1 2 Python編程基礎 1 2 1 Python的優點 1 2 2 Python在量化金融和演算法交易中的應用初覽 1 2 3 Anaconda的安裝 1 2 4 Python代碼示例 1 3 ChatGPT簡介及原理 1 3 1 ChatGPT簡介 1 3 2 ChatGPT原理 1 4 生成式AI在量化金融領域中的應用 第2章 金融數據處理與分析 2 1 數據來源：金融數據APIs及其供應商 2 1 1 數據來源的複雜程度 2 1 2 為什麼要鏈接API 2 1 3 數據供應商的對比 2 2 使用ChatGPT鏈接金融APIs 2 2 1 報錯分析 2 2 2 使用第三方庫：yfinance 2 2 3 使用第三方庫：yahoofinancials 2 2 4 其他第三方庫 2 3 數據處理：使用Python分析金融數據 2 3 1 重新採樣 2 3 2 滾動統計 2 4 數據可視化：使用Matplotlib等工具 2 5 實例：財務報表指標獲取及分析 2 5 1 獲取特斯拉的年度財務數據 2 5 2 計算所需的財務指標 2 5 3 該財務指標（凈利潤率）可視化 2 5 4 該財務指標（凈利潤率）的趨勢分析 第3章 量化策略與模型 3 1 統計學與金融：常見統計模型與方法 3 1 1 描述性統計 3 1 2 概率分佈 3 1 3 假設檢驗 3 1 4 時間序列分析 3 2 技術分析：指標與策略 3 2 1 圖表模式 3 2 2 趨勢線 3 2 3 技術指標 3 2 4 交易策略與回測 3 3 基本面分析：選股策略與價值投資 3 4 賣方策略：衍生品定價與風險管理 3 4 1 衍生品概述 3 4 2 衍生品定價 3 4 3 Black-Scholes模型 3 4 4 Put-CallParity的基本期權理論 3 4 5 風險管理——Greeks 3 5 機器學習與金融：回歸模型、分類器等 3 5 1 機器學習概述 3 5 2 回歸模型 3 5 3 分類器 3 5 4 機器學習在金融領域中的挑戰 3 6 深度學習與金融：神經網路、LSTM、CNN等 3 6 1 神經網路 3 6 2 長短期記憶網路 3 6 3 卷積神經網路 3 6 4 深度學習在金融領域中的挑戰 3 7 自然語言處理：利用Transformer結構分析市場情緒 3 8 實例操作：使用ChatGPT的金融相關插件 3 8 1 ChatGPT插件及安裝 3 8 2 PortfolioPilot插件 第4章 演算法交易與風險管理 4 1 市場微觀結構理解與應用 4 1 1 訂單簿的基本結構與功能 4 1 2 訂單類型與執行機制 4 1 3 市場碎片化問題的理解與應對 4 1 4 交易延遲與市場深度的影響 4 1 5 臨時與永久的滑點 4 1 6 訂單失衡 4 2 交易策略開發：交易信號、執行和管理 4 2 1 基於連續時間馬爾科夫鏈的交易策略 4 2 2 市價訂單的建模與應用 4 2 3 交易信號的生成與驗證 4 2 4 交易管理：訂單追蹤與調整 4 3 訂單執行：買方策略、賣方策略與做市策略 4 3 1 買方策略的設計與實施（只有臨時滑點） 4 3 2 賣方策略的設計與實施（臨時與永久滑點） 4 3 3 做市策略的設計與實施 4 4 風險管理：風險度量、預測與控制 4 4 1 風險度量 4 4 2 風險預測 4 4 3 風險控制 4 5 資金管理：投資組合優化與資產配置 4 5 1 投資組合優化的理論與方法 4 5 2 基於Transformer模型的資產配置的策略與實施 4 5 3 使用GPT-4的代碼解釋器來解釋做市策略 第5章 未來展望與挑戰 5 1 探索多元化的大語言模型平台 5 1 1 科大訊飛——訊飛星火認知大模型 5 1 2 百度——文心一言大模型 5 1 3 智譜AI——智譜清言ChatGLM大模型 5 1 4 百川智能——百川大模型 5 2 量化金融與演算法交易的發展趨勢 5 2 1 量化金融與演算法交易的新趨勢 5 2 2 智能化金融服務的崛起 5 3 機遇與挑戰：人工智慧在金融領域中的雙刃劍效應 5 3 1 技術驅動下的金融機遇 5 3 2 在監管環境中應對挑戰 5 4 前瞻：人工智慧與金融領域的未來合作 5 4 1 潛在的增長領域和創新點 5 4 2 面向未來的策略和合作路徑 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
