Python机器学习与量化投资 何海群 电子工业出版社，【正版保证】 azw3 chm 地址 kindle 阿里云 下载 umd pdf

本书采用生动活泼的语言，从入门者的角度，讲解了Python 语言和sklearn 模块库内置的各种经典机器学习算法；介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用，包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程，为进一步学习金融科技奠定扎实的基础。

目 录

章 Python 与机器学习...... 1

1.cikit-learn 模块库........ 2

1.1.cikit-learn 的缺点. 3

1.1.2 scikit-learn 算法模块......... 4

1.1.3 scikit-learn 六大功能......... 5

1.2 开发环境搭建...... 8

1.2.1 AI 领域的标准编程语言：Python 8

1.2.2 zwPython：难度降低90%，性能提高10 倍.. 9

1.2.3 “零对象”编程模式........ 11

1.2.4 开发平台搭建...... 12

1.2.5 程序目录结构...... 12

案例1-1：重点模块版本测试.... 13

1.3 机器学习：从忘却开始....... 17

1.4 学习路线图........ 20

第2 章 机器学习编程入门..... 21

2.1 经典机器学习算法..... 21

2.2 经典爱丽丝........ 22

案例2-1：经典爱丽丝.... 24

案例2-2：爱丽丝进化与文本矢量化.. 26

2.3 机器学习算法流程..... 28

2.4 机器学习数据集......... 28

案例2-3：爱丽丝分解.... 29

2.5 数据切割函数.... 33

2.6 线性回归算法.... 34

案例2-4：爱丽丝回归.... 35

第3 章 金融数据的预处理..... 40

3.1 至简归一法........ 40

案例3-1：麻烦的外汇数据........ 41

案例3-2：尴尬的日元.... 45

案例3-3：凶残的比特币 49

3.2 股票池与Rebase......... 51

3.2.1 股票池........ 51

3.2.2 Rebase 与归一化.. 52

案例3-4：股票池Rebase 归一化........ 53

3.3 金融数据切割.... 57

案例3-5：当上证遇到机器学习 58

3.4 preprocessing 模块..... 63

案例3-6：比特币与标准化........ 65

案例3-7：比特币与归一化........ 69

第4 章 机器学习快速入门..... 72

4.1 回归算法. 72

4.2 LR 线性回归模型....... 73

案例4-1：上证指数之LR 回归事件... 76

4.3 常用评测指标.... 81

4.4 多项式回归........ 83

案例4-2：上证指数的多项式故事...... 83

案例4-3：预测比特币价格........ 86

4.5 逻辑回归算法模型..... 87

案例4-4：上证指数预测逻辑回归版.. 88

第5 章 模型验证优化..... 96

5.1 交叉验证评估器......... 96

案例5-1：交叉验证........ 98

5.2 交叉验证评分.. 101

案例5-2：交叉验证评分 101

第6 章 决策树.... 103

6.1 决策树算法...... 103

6.1.1 ID3 算法与C4.5 算法... 105

6.1.2 常用决策树算法 106

6.1.3 sklearn 内置决策树算法 107

6.2 决策树回归函数....... 109

案例6-1：决策树回归算法...... 110

6.3 决策树分类函数....... 115

案例6-2：决策树分类算法...... 116

6.4 GBDT 算法...... 121

6.5 迭代决策树函数....... 122

案例6-3：GBDT 回归算法...... 123

案例6-4：GBDT 分类算法...... 128

第7 章 森林算法和树算法 133

7.1 森林函数.. 135

7.2 决策树测试框架....... 137

案例7-1：RF 回归算法大测试 138

7.3 决策树测试函数....... 140

案例7-2：上证的RF 回归频道......... 142

案例7-3：当比特币碰到RF 回归算法......... 146

案例7-4：上证和RF 分类算法......... 147

7.4 树算法....... 150

7.5 树函数....... 151

案例7-5：树回归算法........ 152

案例7-6：上证指数案例应用.. 154

案例7-7：ET、比特币，谁更... 155

第8 章 机器学习算法模式... 159

8.1 学习模式. 161

8.2 机器学习五大流派... 164

8.3 经典机器学习算法... 165

8.4 小结........ 166

第9 章 概率编程 167

9.1 朴素贝叶斯的上证之旅..... 168

案例9-1：上证朴素贝叶斯算法........ 170

9.2 隐马尔可夫模型....... 175

案例9-2：HMM 模型与模型保存..... 176

案例9-3：HMM 算法与模型读取..... 180

0 章 实例算法......... 185

K 最近邻算法 186

案例10-1：次惊喜――KNN 算法......... 187

案例10-2：KNN 分类.. 190

1 章 正则化算法..... 192

11.1 岭回归算法.... 193

案例11-1：新高度――岭回归算法... 195

11.2 套索回归算法 197

案例11-2：套索回归算法应用 199

11.3 弹性网络算法 201

案例11-3：弹性网络算法应用 202

11.4 角回归算法..... 204

案例11-4：LARS 算法应用..... 204

2 章 聚类分析......... 206

12.1 K 均值算法.... 207

案例12-1：K 均值算法应用.... 208

12.2 BIRCH 算法... 210

案例12-2：BIRCH 算法应用... 211

12.3 小结...... 213

3 章 降维算法......... 215

13.1 主成分分析.... 216

案例13-1：主成分分析的应用 218

案例13-2：PCA 算法的上证戏法..... 223

13.2 奇异值分解算法..... 227

案例13-3：奇异果传说：SVD 228

4 章 集成算法......... 229

14.klearn 内置集成算法....... 231

14.2 装袋算法......... 232

案例14-1：装袋回归算法........ 232

案例14-2：装袋分类算法........ 234

14.3 AdaBoost 迭代算法. 236

案例14-3：AdaBoost 迭代回归算法. 237

案例14-4：AdaBoost 迭代分类算法. 239

5 章 支持向量机..... 242

15.1 支持向量机算法..... 242

15.2 SVM 函数接口........ 244

案例15-1：SVM 回归算法...... 245

案例15-2：SVM 分类算法...... 247

6 章 人工神经网络算法. 250

16.1 多层感知器.... 252

案例16-1：多层感知器回归算法...... 253

案例16-2：多层感知器分类算法...... 256

附录A sklearn 常用模块和函数..... 259

附录B 量化分析常用指标.... 284

何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，20年人工智能从业经验；zwPython开发平台、TopQuant.vip极宽量化系统设计师，中国“Python创客”项目发起人，Python量化项目的启蒙者和开拓者：《Python量化实盘·魔鬼训练营》，TOP极宽量化开源团队的创始人。研究成果有：BigQuant理论架构：Python量化 数字货币 人工智能；“小数据”理论，GPU超算工作站、MTRD多节点超算集群算法、“1 N”网络传播模型、人工智能“足彩图灵法则”等；论文《人工智能与中文字型设计》是中文字库行业基础建模理论之一。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：Python机器学习与量化投资 何海群 电子工业出版社，【正版保证】在线阅读

在线听书地址：Python机器学习与量化投资 何海群 电子工业出版社，【正版保证】在线收听

在线购买地址：Python机器学习与量化投资 何海群 电子工业出版社，【正版保证】在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

本书简单实用，书中配备大量的图表说明，特点如下。

IT零起点：无须任何电脑编程基础，只要会打字、会使用Excel，就能看懂本书。

投资零起点：无须购买任何专业软件，配套zwPython 软件包。

配置零起点：所有软件、数据采用 “开箱即用”模式，解压缩即后可直接运行。

理财零起点：采用通俗易懂的语言，配合大量专业的图表和实盘操作案例。

数学零起点：全书没有复杂的数学公式，轻轻松松就能看懂全书。

书籍介绍

《Python机器学习与量化投资》采用生动活泼的语言，从入门者的角度，讲解了Python语言和sklearn模块库内置的各种经典机器学习算法；介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用，包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程，为进一步学习金融科技奠定扎实的基础。