檢視机器学习在算法交易中的应用的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/ebacccaa/33fb589ddc1ca615_s.jpg width="260"></center>
<small>[https://book.kongfz.com/782532/7388160170 来自 孔夫子网 的图片]</small>
|}

《'''机器学习在算法交易中的应用'''》，斯蒂芬·詹森（Stefan Jansen） 著，出版社： 水利水电出版社。

中国水利水电出版社有限公司（China Water & Power Press）是中央级科技出版社<ref>[http://www.zhongyw.com.cn/news/show-53574.html 我国出版社的等级划分和分类标准]，知网出书，2021-03-01</ref>。其前身是1956年[[元旦]]成立的水利出版社。1993年被[[中宣部]]、[[新闻出版署]]评选为首批15家“全国优秀出版单位”之一<ref>[http://www.waterpub.com.cn/about/ 中国水利水电出版社有限公司简介]，中国水利水电出版社</ref>。

==内容简介==

人工智能时代，数字数据的爆炸式增长推动了人们对使用机器学习(ML)的交易策略相关知识的需求。《机器学习在算法交易中的应用(第2版)》就以Python为基本工具，从全局、战略的视角介绍了相关的概念，以及机器学习在交易策略设计和执行中的价值及实践运用。全书分4部分，其中第1部分主要介绍基于[[机器]]学习的交易策略的基础知识，该部分内容围绕机器学习算法以及交易策略相关的数据展开，概述了如何有效捕获数据信号内容、如何准确提取征，以及如何基于这些数据优化算法评估投资组合。第2部分重点阐述了在端到端工作流环境中，一些基本的监督学习、无监督学习是如何为交易策略的制定提供帮助的。第3部分是自然语言处理，这部分引入了无监督学习算法，力求从文本数据这种最关键的另类数据中高质量地提取信号。第4部分通过TensorFlow和PyTorch,重点介绍深度学习和强化学习在交易策略设计中的应用。

《机器学习在算法交易中的应用(第2版)》通过大量示例，详细介绍了如何使用不同机器学习算法设计交易策略，并通过大量的数学及统计知识，帮助读者更好地理解算法调优过程及整个计算过程。别适合想获得用于交易的机器学习[[算法]]相关知识或想设计交易策略的数据分析师、数据科学家、Python开发人员、投资分析师或投资组合经理参考学习。

==参考文献==
[[Category:040 類書總論；百科全書總論]]