AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】

葉怡成

  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-1
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-2
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-3
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-4
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-5
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-6
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-7
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-8
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-9
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-10
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-11
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-12
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-13
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-14
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-15
  • AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-16
AI 證券投資分析:探索超額報酬 ─ 使用 Excel 實作【暢銷回饋版】-preview-1

買這商品的人也買了...

相關主題

商品描述

☝ 博碩嚴選!證券市場投資人必需擁有的AI分析寶典!
☝ 好評再上市,回饋發行中!











     
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  將「證券投資分析」的專業知識、「人工智慧(AI)」的最新方法,整合運用於一書。
     本書採用Excel試算表作為證券投資分析的工具,簡單易學。
     全書使用台灣近年股市的實際資料,即學即用。
     本書為作者另一本暢銷書「證券投資分析:使用Excel 實作」的進階版姊妹作。

    ------------------------------------------------------------------------------

    暢銷書《證券投資分析:使用Excel實作》作者又一全新力作!

    在風險極高又變化萬千的股票投資市場,只有不斷挖掘潛在的投資模型,才能維持市場的效率。近年來人工智慧(AI)的「復興」,在許多領域都有所突破。本書作者特別從「知識發現」、「計算智慧」的觀點來探討此一主題,並聚焦於類神經網路、決策樹、演化計算等技術,來探索獲得超額報酬的無限可能!

     現代的投資人欲想獲得更高的「超額報酬」,人工智慧(AI)方法即為一個分析利器。本書使用Excel試算表實現AI方法,提供投資人快速學習在證券投資分析上,運用AI方法的捷徑。
     全書分為三篇14章:第一篇「證券投資分析」,第二篇「知識發現與計算智慧」,第三篇「知識發現與計算智慧在證券投資分析的應用」。
     採用簡單易學的Excel試算表作為建立「以人工智慧為基礎」的證券投資分析工具。
     書中所有範例皆來自台灣近年股市的實際資料。

    ⇣⇣⇣本書範例檔與彩圖請至博碩官網下載⇣⇣⇣

作者簡介

  • 葉怡成
    目前任教於淡江大學,開設資料探勘、財務管理等課程。著有《台灣股市何種選股模型行得通?》、《誰都學得會的最強選股公式GVI》、《誰都學得會的算股公式》、《工程經濟與財務管理》、《美股研究室:用19年大數據》、《用Excel做商業預測:終身受用的原理與實作》、《資料探勘:程序與模式─ 使用Excel實作》、《證券投資分析:使用Excel實作》等專書。

目錄大綱

  • 【第一篇 證券投資分析】
    Chapter 01 證券投資分析與人工智慧導論
    1-1 投資的工具
    1-2 證券的交易
    1-3 證券投資的報酬率與風險的計算
    1-4 證券投資的報酬率與風險的歷史
    1-5 證券投資的目標與限制
    1-6 證券投資的策略
    1-7 證券投資的資訊系統與人工智慧
    1-8 本書的結構
    網路學習:證券投資分析資訊系統
    網路學習:證券投資分析知識的線上百科全書
    Chapter 02 證券投資的橫斷面分析:選股
    2-1 前言
    2-2 權益證券的價值之本質
    2-3 權益證券之價值投資策略
    2-4 股價評價法1:資產淨值評價法(資產基礎法)
    2-5 股價評價法2:收益折現評價法(收益基礎法)
    2-6 股價評價法3:成長價值評價法
    2-7 股價評價法4:市場比值評價法
    2-8 選股方法1:條件篩選法
    2-9 選股方法2:評分篩選法
    2-10 選股方法3:評分排序法
    2-11 選股方法的實證總結
    2-12 Excel的應用
    2-13 結語
    附錄:成長價值模型的推導
    網路學習:路上的選股工具
    網路學習:Fama-French三因子模式
    Chapter 03 證券投資的縱斷面分析:擇時
    3-1 前言
    3-2 技術面的觀點:價量波動與股市
    3-3 順勢系統經典方法:移動平均線
    3-4 擺盪系統經典方法:布林格帶
    3-5 技術分析的實證總結
    3-6 Excel的應用
    3-7 結語
    網路學習:網路上的技術分析工具

    【第二篇 知識發現與計算智慧】
    Chapter 04 知識發現(一) 迴歸分析
    4-1 模型架構
    4-2 演算法:線性迴歸
    4-3 演算法:邏輯迴歸
    4-4 Excel實作1:線性迴歸 ─ 以迴歸工具建構
    4-5 Excel實作2:線性迴歸 ─ 以規劃求解建構
    4-6 Excel實作3:多項式迴歸
    4-7 Excel實作4:非線性迴歸 ─ 直接法(規劃求解法)
    4-8 Excel實作5:非線性迴歸 ─ 間接法( 變數轉換法)
    4-9 Excel實作6:邏輯迴歸 ─ 線性
    4-10 Excel實作7:邏輯迴歸 ─ 多項式
    4-11 結語
    網路學習:資料探勘入口網站
    Chapter 05 知識發現(二) 神經網路
    5-1 模型架構
    5-2 演算法:神經網路(迴歸)
    5-3 演算法:神經網路(分類)
    5-4 Excel實作1:神經網路(迴歸)
    5-5 Excel實作2:神經網路(分類)
    5-6 結語
    網路學習:Super PCNeuron神經網路軟體
    Chapter 06 知識發現(三) 決策樹
    6-1 模型架構
    6-2 演算法:迴歸樹
    6-3 演算法:分類樹
    6-4 Excel實作1:迴歸樹
    6-5 Excel實作2:分類樹
    6-6 結語
    Chapter 07 計算智慧(一) 非線性規劃
    7-1 簡介
    7-2 Excel實作1:無限制最佳化
    7-3 Excel實作2:限制最佳化
    Chapter 08 計算智慧(二) 遺傳演算法
    8-1 資料結構
    8-2 演算法
    8-3 Excel實作1:演化計算求解無限制最佳化
    8-4 Excel實作2:演化計算求解限制最佳化
    8-5 Excel實作3:不可微分的目標函數
    8-6 Excel實作4:離散的設計變數
    8-7 Excel實作5:局部最大值的目標函數
    8-8 Excel實作6:旅行推銷員問題
    8-9 結語

    【第三篇  知識發現與計算智慧在證券投資分析的應用】
    Chapter 09 基本面選股系統:單因子排序法
    9-1 前言
    9-2 選股系統使用的選股因子
    9-3 選股因子的排序正規化
    9-4 選股因子效果的回測:評分排序法
    9-5 選股因子效果的穩健性:訓練期與測試期
    9-6 選股因子效果的穩健性:分季
    9-7 選股因子效果的綜效分析
    9-8 選股因子效果的歸因分析
    9-9 結語
    網路學習:投資研究機構
    網路學習:資產管理公司
    Chapter 10 基本面選股系統:間接法(知識發現)
    10-1 前言
    10-2 基本面選股系統1:線性迴歸
    10-3 基本面選股系統2:邏輯迴歸
    10-4 基本面選股系統3:神經網路:迴歸
    10-5 基本面選股系統4:神經網路:分類
    10-6 基本面選股系統5:迴歸樹
    10-7 基本面選股系統6:分類樹
    10-8 結語
    附錄:相關分析
    網路學習:ModelStation計量投資管理工具
    Chapter 11 基本面選股系統:直接法(計算智慧)
    11-1 前言
    11-2 基本面選股系統7:評分篩選法─模擬分析
    11-3 基本面選股系統8:評分篩選法─遺傳演算
    11-4 基本面選股系統9:評分排序法─模擬分析
    11-5 基本面選股系統10:評分排序法─遺傳演算
    11-6 結語
    網路學習:線上選股回測系統
    Chapter 12 技術面擇時系統:統計分析
    12-1 前言:技術分析使用的變數
    12-2 單變數排序法
    12-3 多變數切塊法
    12-4 結語:技術分析的可行性
    Chapter 13 技術面擇時系統:直接法(1992-2007)
    13-1 前言
    13-2 簡單價格移動平均法
    13-3 簡單成交量移動平均法
    13-4 規則篩選法:價量移動平均
    13-5 規則篩選法:價量移動平均─多期間
    13-6 規則篩選法:價量移動平均─多期間─移動波動
    13-7 規則篩選法:價量移動平均─多期間─移動波動─遺傳演算
    13-8 評分門檻法:價量移動平均─移動波動
    13-9 評分門檻法:價量移動平均─移動波動─遺傳演算
    13-10 評分門檻法:價量移動平均─移動波動─多空雙向
    13-11 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算
    13-12 評分門檻法:價量移動平均─移動波動─多空雙向(新版)
    13-13 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算( 新版)
    13-14 布林格帶法
    13-15 結語
    網路學習:線上技術分析回測系統
    Chapter 14 技術面擇時系統:直接法(2003-2019)
    14-1 前言
    14-2 簡單價格移動平均法
    14-3 簡單成交量移動平均法
    14-4 規則篩選法:價量移動平均
    14-5 規則篩選法:價量移動平均─多期間
    14-6 規則篩選法:價量移動平均─多期間─移動波動
    14-7 規則篩選法:價量移動平均─多期間─移動波動─遺傳演算
    14-8 評分門檻法:價量移動平均─移動波動
    14-9 評分門檻法:價量移動平均─移動波動─遺傳演算
    14-10 評分門檻法:價量移動平均─移動波動─多空雙向
    14-11 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算
    14-12 評分門檻法:價量移動平均─移動波動─多空雙向(新版)
    14-13 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算( 新版)
    14-14 布林格帶法
    14-15 結語