机读格式显示(MARC)

• 000 02077nam0 2200313 450

• 001 0000475640

• 005 20241023094800.0

• 010 __ |a 978-7-115-62177-1 |d CNY129.00

• 100 __ |a 20231005d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习与因子投资 |A ji qi xue xi yu yin zi tou zi |e 从基础到实践 |f (法) 纪尧姆·科克雷, 托尼·吉达著 |d = Machine learning for factor investing |e r version |f Guillaume Coqueret, Tony Guida |g 周亮, 周凡程译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2023

• 215 __ |a 305页 |c 图 (部分彩图) |d 26cm

• 306 __ |a 本书由泰勒&佛朗西斯集团有限责任公司CRC出版社之英文版本授权翻译 本书中文翻译版授权由人民邮电出版社独家出版并仅限在中国大陆地区销售

• 314 __ |a 纪尧姆·科克雷 (Guillaume Coqueret) 法国里昂商学院的金融和数据科学副教授, 主要研究方向是机器学习工具在金融经济学中的应用。托尼·吉达 (Tony Guida) 法国RAM Active Investments公司执行董事, machineByte智库主席。周亮, 金融工程博士, 毕业于清华大学, 在国内外金融学核心期刊上发表学术论文80余篇。现任湖南财政经济学院讲师, 在多家私募证券基金担任顾问。周凡程, 理学硕士, 毕业于国防科技大学, 在机器学习和量化投资领域有着丰富的理论研究和实践经验, 目前主要从事投资组合管理的研发工作。

• 330 __ |a 本书首先介绍了将大数据集应用与机器学习的基础知识和因子投资的几本理论; 之后, 本书介绍了监督学习模式下可以用于预测金融变量的几个基本模型, 包括惩罚性线性回归、支持向量机等; 接下来, 本书介绍了将这些机器学习算法用于金融领域的实战方法和细节; 最后, 本书还讨论了一系列与机器学习和因子投资相关的进阶话题, 包括模型的黑盒子问题、因果关系问题和无监督学习算法等。

• 500 10 |a Machine learning for factor investing : r version |A Machine Learning For Factor Investing : R Version |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi |x 应用 |x 股票投资

• 690 __ |a F830.91 |v 5

• 701 _1 |a 科克雷 |A ke ke lei |g (Coqueret, Guillaume) |4 著

• 701 _1 |a 吉达 |A ji da |g (Guida, Tony) |4 著

• 702 _0 |a 周亮 |A zhou liang |4 译

• 702 _0 |a 周凡程 |A zhou fan cheng |4 译

• 801 _0 |a CN |b 湖北三新 |c 20240717

• 905 __ |a LJUZC |d F830.91/842

• 920 __ |a 222016 |z 1