面向资产管理者的机器学习

作者简介

马科斯·M.洛佩斯·德普拉多 美国劳伦斯·伯克利国家实验室研究员、康奈尔大学电气与计算机工程学院教授，拥有金融经济学和数学金融学博士学位。正确积极技术公司（TP T）首席信息官，阿布扎比投资局（ADIA）量化研究与开发业务的全球负责人。20多年来致力于利用机器学习算法和超级计算机的开发来制定投资策略的研究工作。撰写了数十篇颇具影响力的机器学习和算法研究的论文，著有《金融机器学习》等书。因其卓越的研究，2019年被《投资组合管理杂志》评为“年度量化分析师”。

内容简介

发现新的金融理论：应用机器学习工具来发掘复杂现象中的隐藏变量；提出一个理论，通过结构性陈述将这些成分联系起来；用比回测更强大的工具对理论进行检验； 科学运用机器学习：应用于所有科学领域，用来评估一个理论的可信度；可以确定解释变量的相对信息含量，以达到解释和／或预测的目的；用来评估因果推理效果；对于大型、高维、复杂数据集的可视化至关重要；可用于扫描大数据， 寻找人类无法识别的模式。 利用机器学习进行投资策略的选择和优化 利用机器学习来建立更好的金融理论