掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
智能量化:CHATGPT在金融策略與算法交易中的實踐 版權信息
- ISBN：9787301346303
- 條形碼：9787301346303 ; 978-7-301-34630-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能量化:CHATGPT在金融策略與算法交易中的實踐 本書特色
實操：結合真實量化金融案例，理論與實踐并進。 資源：提供完整代碼和數據至網盤，易于獲取。 入門：Python基礎起步，從零開始，適合初學者。 創新：涵蓋量化金融、算法交易及ChatGPT應用。
智能量化:CHATGPT在金融策略與算法交易中的實踐 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、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、算法交易和Python編程的基礎知識；第2章專注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章對量化金融和算法交易的未來進行了展望，包括人工智能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，也適用于金融分析師、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。
智能量化:CHATGPT在金融策略與算法交易中的實踐 目錄
第1章 基礎知識與量化金融概述001
1.1 引言：量化金融與算法交易簡介001
1.1.1 量化金融及其發展歷史002
1.1.2 當代量化金融004
1.1.3 算法交易概述005
1.1.4 高頻交易概述007
1.1.5 算法交易與高頻交易的區別008
1.2 Python編程基礎008
1.2.1 Python的優點009
1.2.2 Python在量化金融和算法交易中的應用初覽009
1.2.3 Anaconda的安裝010
1.2.4 Python代碼示例012
1.3 ChatGPT簡介及原理013
1.3.1 ChatGPT簡介013
1.3.2 ChatGPT原理014
1.4 生成式AI在量化金融領域中的應用015
第2章 金融數據處理與分析017
2.1 數據來源：金融數據APIs及其供應商017
2.1.1 數據來源的復雜程度018
2.1.2 為什么要鏈接API018
2.1.3 數據供應商的對比019
2.2 使用ChatGPT鏈接金融APIs021
2.2.1 報錯分析023
2.2.2 使用第三方庫：yfinance026
2.2.3 使用第三方庫：yahoofinancials027
2.2.4 其他第三方庫029
2.3 數據處理：使用Python分析金融數據029
2.3.1 重新采樣033
2.3.2 滾動統計034
2.4 數據可視化：使用Matplotlib等工具038
2.5 實例：財務報表指標獲取及分析042
2.5.1 獲取特斯拉的年度財務數據044
2.5.2 計算所需的財務指標047
2.5.3 該財務指標（凈利潤率）可視化047
2.5.4 該財務指標（凈利潤率）的趨勢分析048
第3章 量化策略與模型053
3.1 統計學與金融：常見統計模型與方法053
3.1.1 描述性統計054
3.1.2 概率分布058
3.1.3 假設檢驗062
3.1.4 時間序列分析065
3.2 技術分析：指標與策略068
3.2.1 圖表模式068
3.2.2 趨勢線073
3.2.3 技術指標075
3.2.4 交易策略與回測083
3.3 基本面分析：選股策略與價值投資086
3.4 賣方策略：衍生品定價與風險管理092
3.4.1 衍生品概述093
3.4.2 衍生品定價095
3.4.3 Black-Scholes
展開全部
智能量化:CHATGPT在金融策略與算法交易中的實踐 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，包括算法交易、區塊鏈技術、加密貨幣和人工智能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，用于客戶分類、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系統的人工智能優化，其通過人工智能優化的指數產品，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，并發表多篇論文，對于量化金融領域見解獨到。
書友推薦
- >
推拿
- >
朝聞道
- >
煙與鏡
- >
巴金－再思錄
- >
莉莉和章魚
- >
名家帶你讀魯迅:故事新編
- >
我與地壇
- >
詩經-先民的歌唱
本類暢銷
