互联网 类型
可以朗读 语音朗读
457千字 字数
2024-09-01 发行日期
展开全部

主编推荐语

深入讲解金融大模型开发与应用实践的核心知识。

内容简介

全书共11章，分别讲解了大模型基础、数据预处理与特征工程、金融时间序列分析、金融风险建模与管理、高频交易与量化交易、资产定价与交易策略优化、金融市场情绪分析、区块链与金融科技创新、基于深度强化学习的量化交易系统（OpenAIBaselines FinRL DRL PyPortfolioOpt）、基于趋势跟踪的期货交易系统（TechnicalAnalysis library yfinance Quantstats）、上市公司估值系统（OpenAI LangChain Tableau PowerBI）。

目录

  • 版权信息
  • 内容简介
  • 作者简介
  • 前言
  • 致谢
  • 第1章 大模型基础
  • 1.1 人工智能
  • 1.2 机器学习和深度学习
  • 1.3 大模型介绍
  • 1.4 人工智能与金融行业交融
  • 第2章 数据预处理与特征工程
  • 2.1 数据清洗与处理
  • 2.2 特征选择与提取
  • 2.3 数据标准化与归一化
  • 第3章 金融时间序列分析
  • 3.1 时间序列的基本概念
  • 3.2 常用的时间序列分析方法
  • 第4章 金融风险建模与管理
  • 4.1 金融风险的基本概念
  • 4.2 基于人工智能的金融风险建模方法
  • 4.3 制作贵州茅台的ARCH模型
  • 4.4 信贷投资组合风险评估模拟程序
  • 第5章 高频交易与量化交易
  • 5.1 高频交易
  • 5.2 量化选股程序
  • 第6章 资产定价与交易策略优化
  • 6.1 资产定价模型概述
  • 6.2 基于人工智能的资产定价方法
  • 6.3 交易策略优化
  • 6.4 股票交易策略实战：制作股票交易策略模型
  • 6.5 股票交易策略实战：制作美股交易策略模型
  • 第7章 金融市场情绪分析
  • 7.1 情绪分析的概念与方法
  • 7.2 基于人工智能的金融市场情绪分析
  • 7.3 预训练模型：BERT
  • 7.4 预训练模型：FinBERT
  • 第8章 区块链与金融科技创新
  • 8.1 区块链技术的概念与原理
  • 8.2 人工智能与区块链的结合应用
  • 8.3 检测以太坊区块链中的非法账户
  • 8.4 比特币价格预测系统
  • 第9章 基于深度强化学习的量化交易系统
  • 9.1 背景介绍
  • 9.2 项目介绍
  • 9.3 准备工作
  • 9.4 数据预处理
  • 9.5 构建交易环境
  • 9.6 深度强化学习算法模型
  • 9.7 回测交易策略
  • 9.8 最小方差投资组合分配
  • 第10章 基于趋势跟踪的期货交易系统
  • 10.1 背景介绍
  • 10.2 功能模块
  • 10.3 准备工作
  • 10.4 数据分析
  • 10.5 建模
  • 10.6 制定交易策略
  • 10.7 结论
  • 第11章 上市公司估值系统
  • 11.1 背景介绍
  • 11.2 项目介绍
  • 11.3 数据收集
  • 11.4 质性分析
  • 11.5 Open AIAPI和Langchain探索
  • 11.6 定量分析
  • 11.7 估值报告可视化
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。