《机器学习与资产定价》从资产定价的核心问题出发,前沿而体系化地讨论了如何通过经济学推理将机器学习方法引入实证和理论资产定价研究之中,从而有效解决机器学习应用在资产定价中所面临的挑战,搭建了研究机器学习与资产定价的桥梁。为提升阅读体验,帮助读者充分理解书中内容,译者王熙教授与石川博士在行文中加入了精彩丰富的...
亲爱的朋友,这个应该就是你在找的东西。 点击[2023-06《资产定价与机器学习》]开启发现之旅吧～ 你觉得这个资源怎么样,有没有其他资源想让我分享呀?
由于前面说了,资产定价、随机折现因子、均值-方差模型一定程度上是等价的,因此,不同的人哪怕都用机器学习,最终落脚点是不一样的。比如有人用来预测收益率,有人用来拟合随即折现因子,有人直接用到投资组合的权重估计上,比如最大化夏普比来进行优化,这些可以带入机器学习的目标函数中。当然,最大化夏普比和最小化预...
实证结果与结论(资产定价笔记03:机器学习与资产定价(2)) 摘要 我们对实证资产定价的典型问题:衡量资产风险溢价的机器学习方法进行了比较分析。 我们使用机器学习预测向投资者展示了巨大的经济收益 在某些情况下,领先的基于回归的策略的性能是文献中的两倍。 我们确定了性能最好的方法(树和神经网络) 并跟踪它们的预测...
本书系统性地介绍了资产定价和机器学习算法的基础理论与实践知识,并以机器学习算法应用于中国股票市场资产收益率预测项目为案例,具体展示了机器学习算法落地应用于中国金融业界的流程和效果。本书主要内容包括资产定价基础方法、机器学习算法评估知识、线性机器学习模型、回归树类机器学习模型、神经网络模型、中国股票市场制度...
本书完整的说明了机器学习模型应用于股票收益率预测的具体过程。首先梳理了中国股票市场制度背景。基于中国股票市场的制度和特征，详尽介绍了机器学习数据清洗过程和步骤。最后，作者给出了机器学习算法在中国金融市场中的实证结果。实证结果表明，即使是传统的机器学习算法，在解决资产定价的很多中问题都取得了不错的成果。
《机器学习与资产定价》是一本2022年清华大学出版社出版的图书，作者是吴辉航，魏行空，张晓燕。内容简介 本书系统性地介绍了资产定价和机器学习算法的基础理论与实践知识，并以机器学习算法应用于中国股票市场资产收益率预测项目为案例，具体展示了机器学习算法落地应用于中国金融业界的流程和效果。本书主要内容包括资产...
近年来,人工智能在金融学领域的应用已经非常广泛,特别是机器学习模型作为人工智能核心技术之一,对实证资产定价领域的影响深远。近日,清华大学五道口金融学院博士后吴辉航、中信建投证券总部算法交易组高级经理魏行空、清华大学五道口金融学院副院长张晓燕教授合著的新书《机器学习与资产定价》由清华大学出版社重磅出版,这是...
资本资产定价模型(CAPM) 阿尔法(Alpha)模型 这类传统模型在数据量较少时表现良好,但随着市场数据的不断增多,它们的限制也逐渐显现。机器学习技术的引入为资产定价带来了新的机遇。 机器学习介绍 机器学习是一种人工智能技术,旨在通过数据学习规律并进行预测。相较于传统模型,机器学习可以处理更复杂的非线性关系,并在大...