人工智慧在量化交易中的應用與實戰

王征、李曉波

  • 出版商: 中國鐵道
  • 出版日期: 2019-07-01
  • 售價: $474
  • 貴賓價: 9.5$450
  • 語言: 簡體中文
  • 裝訂: 平裝
  • ISBN: 7113257844
  • ISBN-13: 9787113257842
  • 相關分類: 人工智慧
  • 立即出貨 (庫存 < 3)

商品描述

本書首先講解人工智慧的基礎知識,即什麼是人工智慧,為什麼要學習人工智慧,什麼是智能,智能類型,人工智慧的研究與應用領域,為什麼使用Python來開發人工智慧,利用量化交易平台編寫Python程序,人工智慧的發展歷史;然後講解Python編程基礎和人工智慧的三個重要的包,即Numpy包、Pandas包和Matplotlib包;接著講解5種機器學習演算法,即決策樹、隨機森林、支持向量機(SVM)、樸素貝葉斯和人工智慧的神經網路;然後講解Python量化交易策略的編寫、獲取數據函數、Python基本面量化選股、Python量化擇時的技術指標函數、Python量化交易策略的回測技巧、Python量化交易策略的機器學習方法應用;最後講解Python量化交易策略的因子分析技巧和Python量化交易策略實例。在講解過程中既考慮讀者的學習習慣,又通過具體實例剖析講解人工智慧在量化交易應用中的熱點問題、關鍵問題及種種難題。


本書適用於各種投資者,如股民、期民、中小散戶、職業操盤手和專業金融評論人士,更適用於那些有志於在這個充滿風險、充滿寂寞的征程上默默前行的征戰者和屢敗屢戰、愈挫愈勇並最終戰勝失敗、戰勝自我的勇者。

作者簡介

李曉波,從事金融衍生品市場交易及管理近20年,有著豐富的經驗和體會,對國內外貴金屬、外匯、郵幣卡、大宗商品及股市等主流交易方式有著深刻的了解,擅長股票、期貨、黃金、白銀、郵幣卡、外匯的培訓指導,經常活躍在各大金融講壇,深為投資者喜愛。可為個人投資者及機構提供分析、投資咨詢,交易指導,理財培訓等多方位的專業服務。

目錄大綱

第1章 人工智慧快速入門 / 1
1.1 初識人工智慧 / 2
1.1.1 什麼是人工智慧 / 2
1.1.2 為什麼要學習人工智慧 / 2
1.2 智能概述 / 4
1.2.1 智能類型 / 4
1.2.2 智能的組成 / 6
1.3 人工智慧的研究與應用領域 / 8
1.3.1 專家系統 / 8
1.3.2 自然語言理解 / 9
1.3.3 機器學習 / 9
1.3.4 機器定理證明 / 10
1.3.5 自動程式設計 / 11
1.3.6 分散式人工智慧 / 12
1.3.7 機器人學 / 13
1.3.8 模式識別 / 14
1.3.9 人機博弈 / 14
1.3.10 電腦視覺 / 15
1.3.11 軟計算 / 15
1.3.12 智慧控制 / 16
1.3.13 智慧規劃 / 17
1.4 人工智慧的開發語言 / 18
1.4.1 為什麼使用Python來開發人工智慧 / 18
1.4.2 Python的和安裝 / 18
1.4.3 Python程式的編寫 / 21
1.4.4 利用量化交易平臺編寫Python程式 / 24
1.5 人工智慧的發展歷史 / 27
1.5.1 電腦時代 / 27
1.5.2 大量程式 / 28
1.5.3 強弱人工智慧 / 29

第2章 Python 程式設計基礎 / 31
2.1 Python的基底資料型別 / 32
2.1.1 數數值型別 / 32
2.1.2 字串 / 34
2.2 變數與賦值 / 37
2.2.1 變數命名規則 / 37
2.2.2 變數的賦值 / 38
2.3 Python的基本運算 / 39
2.3.1 算數運算 / 39
2.3.2 賦值運算 / 41
2.3.3 位運算 / 42
2.4 Python的選擇結構 / 43
2.4.1 關係運算 / 43
2.4.2 邏輯運算 / 45
2.4.3 if 語句 / 46
2.4.4 嵌套 if 語句 / 48
2.5 Python的迴圈結構 / 49
2.5.1 while迴圈 / 50
2.5.2 while 迴圈使用else語句 / 51
2.5.3 無限迴圈 / 51
2.5.4 for迴圈 / 52
2.5.5 在for迴圈中使用range()函數 / 53
2.5.6 break語句 / 54
2.5.7 continue語句 / 55
2.5.8 pass語句 / 56
2.6 Python的特徵資料類型 / 57
2.6.1 列表 / 57
2.6.2 元組 / 61
2.6.3 字典 / 63
2.6.4 集合 / 64
2.7 Python的函數 / 67
2.7.1 函數的定義與調用 / 67
2.7.2 參數傳遞 / 69
2.7.3 匿名函數 / 71
2.7.4 變數作用域 / 72
2.8 Python的物件導向 / 73
2.8.1 物件導向概念 / 73
2.8.2 類與實例 / 74
2.8.3 模組的引用 / 77
2.9 Python的代碼格式 / 78
2.9.1 代碼縮進 / 78
2.9.2 代碼注釋 / 79
2.9.3 空行 / 79
2.9.4 同一行顯示多條語句 / 79

第3章 人工智慧的Numpy 包 / 81
3.1 初識Numpy包 / 82
3.2 ndarray陣列基礎 / 82
3.2.1 創建Numpy陣列 / 83
3.2.2 Numpy特殊陣列 / 86
3.2.3 Numpy序列陣列 / 90
3.2.4 Numpy陣列索引 / 91
3.2.5 Numpy陣列運算 / 92
3.2.6 Numpy陣列複製 / 93
3.3 Numpy的矩陣 / 94
3.4 Numpy的線性代數 / 96
3.4.1 兩個陣列的點積 / 96
3.4.2 兩個向量的點積 / 97
3.4.3 一維陣列的向量內積 / 97
3.4.4 矩陣的行列式 / 98
3.4.5 矩陣的逆 / 100
3.5 Numpy的文件作 / 101

第4章 人工智慧的Pandas 包 / 105
4.1 Pandas的資料結構 / 106
4.2 一維陣列系列(Series) / 106
4.2.1 創建一個空的系列(Series) / 106
4.2.2 從ndarray創建一個系列(Series) / 107
4.2.3 從字典創建一個系列(Series) / 109
4.2.4 從有位置的系列(Series)中訪問資料 / 109
4.2.5 使用標籤檢索資料 / 110
4.3 二維陣列DataFrame / 111
4.3.1 創建DataFrame / 111
4.3.2 數據的查看 / 112
4.3.3 數