| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787111772712 |
| 所属分类：图书>计算机/网络>计算机理论 |
编辑推荐
在金融投资日益复杂的今天，《概率机器学习：金融与投资实战》为投资者与金融从业者提供了一把打开新世界的钥匙。本书不仅深入剖析了概率机器学习的核心原理，更通过丰富的实战案例，展示了这一技术在金融分析与投资决策中的巨大潜力。无论你是希望提升投资精度的专业投资者，还是对金融科技感兴趣的普通读者，都能从这本书中获得宝贵的洞见与启示。商品详情内容简介
《概率机器学习：金融与投资实战》深入探讨了概率机器学习在金融与投资领域的前沿应用，揭示了这一技术如何成为下一代金融分析与投资决策的框架。本书详细阐述了概率机器学习如何从有噪声的金融数据集中持续学习，并实现概率推断、回溯预测、预测及反事实推理。同时，该技术还能将个人、实证及机构知识系统地编码进机器学习模型中。书中通过实战案例，展示了如何利用概率分布量化不确定性，从而做出更贴近现实的金融推断与预测，为决策制定与风险管理提供有力支持。
目 录
前言
第章概率机器学习的需求
金融学不是物理学
所有金融模型皆有谬误且大多无用
三类建模错误
模型错误
模型参数错误
模型不能适应市场的结构性变化而导致的错误
概率金融模型
金融人工智能和机器学习
概率机器学习
概率分布
知识集成
参数推断前言
第章概率机器学习的需求
金融学不是物理学
所有金融模型皆有谬误且大多无用
三类建模错误
模型错误
模型参数错误
模型不能适应市场的结构性变化而导致的错误
概率金融模型
金融人工智能和机器学习
概率机器学习
概率分布
知识集成
参数推断
生成式集成模型
不确定性认知
本章小结
参考文献
扩展阅读
第章不确定性的分析与量化
蒙提霍尔问题
概率公理
反概率公式
模拟解
概率的含义
频率学派的概率
认知概率
相对概率
风险与不确定性
三种不确定性
偶然不确定性
认知不确定性
本体论不确定性
没有免费午餐定理
投资与归纳问题
问题归纳、没有免费午餐定理与概率机器学习
本章小结
参考文献
第章用于量化输出不确定性的蒙特卡罗模拟
蒙特卡罗模拟：概念验证
关键统计概念
均值和方差
期望值：概率加权算术平均值
为什么用波动率来度量风险是荒谬的
偏度与峰度
高斯分布或正态分布
为什么使用波动率会低估金融风险
大数定律
中心极限定理
蒙特卡罗模拟的理论基础
软件项目的估值
构建一个健全的蒙特卡罗模拟系统
本章小结
参考文献
第章传统统计方法的风险
反向谬误
零假设显著性检验中的检察官谬误
信心游戏
股票的单因素市场模型
基于的简单线性回归
α和β的置信区间
揭秘信心游戏
总体参数概率性陈述错误
置信区间概率性陈述错误
抽样分布概率性陈述错误
本章小结
参考文献
扩展阅读
第章概率机器学习框架
探究反概率规则
估计债务违约的概率
用预测概率分布生成数据
本章小结
扩展阅读
第章传统人工智能系统的风险
系统：缺乏常识是危险的
为什么优选似然估计模型在金融领域失败了
盈余预期的优选似然估计模型
盈余预期的概率模型
马尔可夫链蒙特卡罗模拟
马尔可夫链
抽样
本章小结
参考文献
第章生成式集成概率机器学习
优选似然回归模型
市场模型
模型假设
基于优选似然估计的参数学习
基于置信区间的参数不确定性量化
模型输出的预测与模拟
概率线性集成模型
先验概率分布αβ
似然函数αβ
边缘似然函数
后验概率分布αβ
使用库与库构建概率线性集成模型
定义集成模型的性能指标
数据分析与特征工程
开发和回溯先验集成模型
训练和回溯后验集成模型
测试和评估集成模型
本章小结
参考文献
扩展阅读
第章基于生成式集成模型的概率决策
概率推断和预测框架
概率决策框架
融入主观判断
估计损失
最小化损失
风险管理
资本保全
遍历性
生成式风险
生成式预期亏空
生成式尾部风险
资本配置
赌徒破产定律
预期资产评估师的破产
现代投资组合理论
马科维茨投资者的破产
凯利准则
凯利投资者的破产
本章小结
参考文献
扩展阅读
显示全部信息
在金融投资日益复杂的今天，《概率机器学习：金融与投资实战》为投资者与金融从业者提供了一把打开新世界的钥匙。本书不仅深入剖析了概率机器学习的核心原理，更通过丰富的实战案例，展示了这一技术在金融分析与投资决策中的巨大潜力。无论你是希望提升投资精度的专业投资者，还是对金融科技感兴趣的普通读者，都能从这本书中获得宝贵的洞见与启示。商品详情内容简介
《概率机器学习：金融与投资实战》深入探讨了概率机器学习在金融与投资领域的前沿应用，揭示了这一技术如何成为下一代金融分析与投资决策的框架。本书详细阐述了概率机器学习如何从有噪声的金融数据集中持续学习，并实现概率推断、回溯预测、预测及反事实推理。同时，该技术还能将个人、实证及机构知识系统地编码进机器学习模型中。书中通过实战案例，展示了如何利用概率分布量化不确定性，从而做出更贴近现实的金融推断与预测，为决策制定与风险管理提供有力支持。
目 录
前言
第章概率机器学习的需求
金融学不是物理学
所有金融模型皆有谬误且大多无用
三类建模错误
模型错误
模型参数错误
模型不能适应市场的结构性变化而导致的错误
概率金融模型
金融人工智能和机器学习
概率机器学习
概率分布
知识集成
参数推断前言
第章概率机器学习的需求
金融学不是物理学
所有金融模型皆有谬误且大多无用
三类建模错误
模型错误
模型参数错误
模型不能适应市场的结构性变化而导致的错误
概率金融模型
金融人工智能和机器学习
概率机器学习
概率分布
知识集成
参数推断
生成式集成模型
不确定性认知
本章小结
参考文献
扩展阅读
第章不确定性的分析与量化
蒙提霍尔问题
概率公理
反概率公式
模拟解
概率的含义
频率学派的概率
认知概率
相对概率
风险与不确定性
三种不确定性
偶然不确定性
认知不确定性
本体论不确定性
没有免费午餐定理
投资与归纳问题
问题归纳、没有免费午餐定理与概率机器学习
本章小结
参考文献
第章用于量化输出不确定性的蒙特卡罗模拟
蒙特卡罗模拟：概念验证
关键统计概念
均值和方差
期望值：概率加权算术平均值
为什么用波动率来度量风险是荒谬的
偏度与峰度
高斯分布或正态分布
为什么使用波动率会低估金融风险
大数定律
中心极限定理
蒙特卡罗模拟的理论基础
软件项目的估值
构建一个健全的蒙特卡罗模拟系统
本章小结
参考文献
第章传统统计方法的风险
反向谬误
零假设显著性检验中的检察官谬误
信心游戏
股票的单因素市场模型
基于的简单线性回归
α和β的置信区间
揭秘信心游戏
总体参数概率性陈述错误
置信区间概率性陈述错误
抽样分布概率性陈述错误
本章小结
参考文献
扩展阅读
第章概率机器学习框架
探究反概率规则
估计债务违约的概率
用预测概率分布生成数据
本章小结
扩展阅读
第章传统人工智能系统的风险
系统：缺乏常识是危险的
为什么优选似然估计模型在金融领域失败了
盈余预期的优选似然估计模型
盈余预期的概率模型
马尔可夫链蒙特卡罗模拟
马尔可夫链
抽样
本章小结
参考文献
第章生成式集成概率机器学习
优选似然回归模型
市场模型
模型假设
基于优选似然估计的参数学习
基于置信区间的参数不确定性量化
模型输出的预测与模拟
概率线性集成模型
先验概率分布αβ
似然函数αβ
边缘似然函数
后验概率分布αβ
使用库与库构建概率线性集成模型
定义集成模型的性能指标
数据分析与特征工程
开发和回溯先验集成模型
训练和回溯后验集成模型
测试和评估集成模型
本章小结
参考文献
扩展阅读
第章基于生成式集成模型的概率决策
概率推断和预测框架
概率决策框架
融入主观判断
估计损失
最小化损失
风险管理
资本保全
遍历性
生成式风险
生成式预期亏空
生成式尾部风险
资本配置
赌徒破产定律
预期资产评估师的破产
现代投资组合理论
马科维茨投资者的破产
凯利准则
凯利投资者的破产
本章小结
参考文献
扩展阅读
显示全部信息