| 失效链接处理 |
|
机器学习在量化投资中的应用研究 PDF 下载
本站整理下载：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/1701192336.html
相关截图：
 资料简介： 《机器学习在量化投资中的应用研究》是少有的研究机器学习在量化投资中应用的专著。主要运用多层感知器神经网络、广义自回归神经网络、模糊神经网络与支持向量机对证券时间序列进行回归分析。特别是在支持向量机框架下构造了小波、流形小波与样条小波三种核函数，并在此基础上建立了股指收益与波动预测两类新的量化投资模型。与经典高斯核相比，具备多分辨分析特性的新模型能较好地捕捉曲线性状，各预测指标在模拟数据与真实数据上均占优，表明其具有良好的适用性与有效性。《机器学习在量化投资中的应用研究》可供计算机、信息管理与金融类专业高年级本科生与研究生使用，也可供从事机器学习技术与应用研究的科研人员、金融市场数据分析人员以及机器学习软件开发人员参考。... 资料目录： 第1章 绪论1．1 背景与意义1．2 外研究现状1．2．1 金融时间序列方法1．2．2 机器学习方法1．2．3 小波与流形方法1．3 本书主要内容与逻辑结构1．3．1 内容安排1．3．2 逻辑结构 第2章 统计学习与机器学习2．1 计算学习理论2．1．1 学习问题表述2．1．2 统计学习理论2．1．3 可能近似正确学习模型2．2 神经网络模型2．2．1 多层感知器神经网络模型2．2．2 广义回归神经网络模型2．3 支持向量机理论2．3．1 线性支持向量分类机2．3．2 非线性支持向量分类机2．3．3 支持向量回归机2．4 本章小结 第3章 基于模糊神经网络的股票预测模型分析3．1 引言3．2 模糊神经网络模型研究3．2．1 模糊逻辑推理系统结构3．2．2 模糊神经网络分类器3．2．3 模糊神经网络回归机3．3 基于模糊神经网络的股票预测3．3．1 模糊神经网络设计3．3．2 实验结果与分析3．4 本章小结 第4章 基于高斯核支持向量机的股票预测模型分析4．1 引言4．2 核函数研究4．2．1 核的构造条件4．2．2 核的构造原则4．2．3 核的主要类型4．3 基于高斯核支持向量机的股票预测4．3．1 数据处理与性能指标4．3．2 实验结果与分析4．4 本章小结 第5章 基于小波支持向量机的股票收益模型分析5．1 引言5．2 股票收益的理论研究5．2．1 有效市场假说与布朗运动模型5．2．2 分形市场假说与分数布朗运动模型5．2．3 Hurst指数与重标极差分析5．2．4 混沌动力学模型与Lyapunov指数5．3 基于小波支持向量机的收益模型5．3．1 小波变换与多分辨分析5．3．2 小波核构造与证明5．3．3 实验结... |
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
