计算机
类型
可以朗读
语音朗读
227千字
字数
2021-01-01
发行日期
展开全部
主编推荐语
数据挖掘与量化投资技术应用实践
内容简介
书内容分为三篇。第1篇（基础篇）主要介绍数据挖掘与量化投资的关系，以及数据挖掘的概念、实现过程、主要内容、主要工具等内容。第2篇（技术篇）系统介绍了数据挖掘的相关技术及这些技术在量化投资中的应用，主要包括数据的准备、数据的探索、关联规则方法、数据回规方法、分类方法、聚类方法、预测方法、诊断方法、时间序列方法、智能优化方法等内容。第3篇（实践篇）主要介绍数据挖掘技术在量化投资中的综合应用实例，包括统计套利策略的挖掘与优化、配对交易策略的挖掘与实现、数据挖掘在股票程序化交易中的综合应用，以及基于数据挖掘技术的量化交易系统的构建。
目录
- 封面
- 版权信息
- 内容简介
- 除了你的才华，其他一切都不重要！
- 前言
- 第1篇 基础篇
- 第1章 绪论
- 1.1 量化投资与数据挖掘的关系
- 1.2 数据挖掘的概念和原理
- 1.3 数据挖掘在量化投资中的应用
- 1.4 本章小结
- 参考文献
- 第2章 数据挖掘的内容、过程及工具
- 2.1 数据挖掘的内容
- 2.2 数据挖掘的过程
- 2.3 数据挖掘工具
- 2.4 本章小结
- 参考文献
- 第3章 MATLAB快速入门及实用技巧
- 3.1 MATLAB快速入门
- 3.2 MATLAB常用技巧
- 3.3 MATLAB的开发模式
- 3.4 本章小结
- 第2篇 技术篇
- 第4章 数据的准备
- 4.1 数据的收集
- 4.2 数据质量分析
- 4.3 数据预处理
- 4.4 本章小结
- 参考文献
- 第5章 数据的探索
- 5.1 衍生变量
- 5.2 数据的统计
- 5.3 数据可视化
- 5.4 样本选择
- 5.5 数据降维
- 5.6 本章小结
- 第6章 关联规则方法
- 6.1 关联规则概要
- 6.2 Apriori算法
- 6.3 FP-Growth算法
- 6.4 应用实例：行业关联选股法
- 6.5 本章小结
- 参考文献
- 第7章 数据回归方法
- 7.1 一元回归
- 7.2 多元回归
- 7.3 逐步回归
- 7.4 逻辑斯蒂回归
- 7.5 应用实例：多因子选股模型的实现
- 7.6 本章小结
- 第8章 分类方法
- 8.1 分类方法概要
- 8.2 K-近邻分类
- 8.3 贝叶斯分类
- 8.4 神经网络
- 8.5 逻辑斯蒂分类
- 8.6 判别分析
- 8.7 支持向量机（SVM）
- 8.8 决策树
- 8.9 分类的评判
- 8.10 应用实例：分类选股法
- 8.11 延伸阅读：其他分类方法
- 8.12 本章小结
- 第9章 聚类方法
- 9.1 聚类方法概要
- 9.2 K-means聚类
- 9.3 层次聚类
- 9.4 神经网络聚类
- 9.5 模糊C均值（FCM）方法
- 9.6 高斯混合聚类方法
- 9.7 类别数的确定方法及实例
- 9.8 应用实例：股票聚类分池
- 9.9 延伸阅读
- 9.10 本章小结
- 参考文献
- 第10章 预测方法
- 10.1 预测方法概要
- 10.2 灰色预测
- 10.3 马尔可夫预测
- 10.4 应用实例：大盘走势预测
- 10.5 本章小结
- 参考文献
- 第11章 诊断方法
- 11.1 离群点诊断概要
- 11.2 基于统计的离群点诊断
- 11.3 基于距离的离群点诊断
- 11.4 基于密度的离群点诊断
- 11.5 基于聚类的离群点诊断
- 11.6 应用实例：离群点诊断量化择时
- 11.7 延伸阅读：新兴的离群点挖掘诊断方法
- 11.8 本章小结
- 参考文献
- 第12章 时间序列方法
- 12.1 时间序列的基本概念
- 12.2 平稳时间序列分析方法
- 12.3 季节指数预测法
- 12.4 时间序列模型
- 12.5 应用实例：基于时间序列的股票预测
- 12.6 本章小结
- 参考文献
- 第13章 智能优化方法
- 13.1 智能优化方法概要
- 13.2 遗传算法
- 13.3 模拟退火算法
- 13.4 应用实例：组合投资优化
- 13.5 延伸阅读：其他智能方法
- 13.6 本章小结
- 参考文献
- 第3篇 实践篇
- 第14章 统计套利策略的挖掘与优化
- 14.1 统计套利策略概述
- 14.2 基本策略的挖掘
- 14.3 高频交易策略及优化
- 14.4 多交易信号策略的组合及优化
- 14.5 本章小结
- 参考文献
- 第15章 配对交易策略的挖掘与实现
- 15.1 配对交易概述
- 15.2 协整检验的理论基础
- 15.3 配对交易的实现
- 15.4 延伸阅读：配对交易的三要素
- 15.5 本章小结
- 参考文献
- 第16章 基于Wind数据的程序化交易
- 16.1 程序化交易概述
- 16.2 数据的处理及探索
- 16.3 模型的建立及评估
- 16.4 组合投资的优化
- 16.5 程序化交易的实施
- 16.6 本章小结
- 参考文献
- 第17章 基于Quantrader平台的量化投资
- 17.1 量化平台概述
- 17.2 基于Quantrader平台的量化实现过程
- 17.3 延伸阅读：Quantrader平台的拓展
- 第18章 趋势跟踪策略及实现过程
- 18.1 趋势跟踪策略简介
- 18.2 趋势跟踪策略的基本设定
- 18.3 均线-收盘价策略的实现过程
- 18.4 双均线策略
- 18.5 上升支撑线策略
- 18.6 下跌压力线策略
- 18.7 本章小结
- 第19章 基于数据挖掘技术的量化交易系统
- 19.1 交易系统概述
- 19.2 DM交易系统总体设计
- 19.3 短期交易子系统
- 19.4 中长期交易子系统
- 19.5 系统的拓展与展望
- 19.6 本章小结
- 封底
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
