免费下载书籍地址：PDF下载地址
精美图片
Python机器学习与量化投资 【正版书籍，满额减】书籍详细信息
- ISBN：9787121352102
- 作者：暂无作者
- 出版社：暂无出版社
- 出版时间：2018-12
- 页数：300
- 价格：44.59
- 纸张：胶版纸
- 装帧：平装-胶订
- 开本：16开
- 语言：未知
- 丛书：暂无丛书
- TAG：暂无
- 豆瓣评分：暂无豆瓣评分
寄语：
【速开发票，优质售后，支持七天无理由退货,下单前请咨询客服查看书籍情况】
内容简介：
本书采用生动活泼的语言，从入门者的角度，讲解了Python 语言和sklearn 模块库内置的各种经典机器学习算法；介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用，包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程，为进一步学习金融科技奠定扎实的基础。
书籍目录：
第1章 Python与机器学习 1
1.1 scikit-learn模块库 2
1.1.1 scikit-learn的缺点 3
1.1.2 scikit-learn算法模块 4
1.1.3 scikit-learn六大功能 5
1.2 开发环境搭建 8
1.2.1 AI领域的标准编程语言：Python 8
1.2.2 zwPython：难度降低90%，性能提高10倍 9
1.2.3 “零对象”编程模式 11
1.2.4 开发平台搭建 12
1.2.5 程序目录结构 12
案例1-1：重点模块版本测试 13
1.3 机器学习：从忘却开始 17
1.4 学习路线图 20
第2章 机器学习编程入门 21
2.1 经典机器学习算法 21
2.2 经典爱丽丝 22
案例2-1：经典爱丽丝 24
案例2-2：爱丽丝进化与文本矢量化 26
2.3 机器学习算法流程 28
2.4 机器学习数据集 28
案例2-3：爱丽丝分解 29
2.5 数据切割函数 33
2.6 线性回归算法 34
案例2-4：爱丽丝回归 35
第3章 金融数据的预处理 40
3.1 至简归一法 40
案例3-1：麻烦的外汇数据 41
案例3-2：尴尬的日元 45
案例3-3：凶残的比特币 49
3.2 股票池与Rebase 51
3.2.1 股票池 51
3.2.2 Rebase与归一化 52
案例3-4：股票池Rebase归一化 53
3.3 金融数据切割 57
案例3-5：当上证遇到机器学习 58
3.4 preprocessing模块 63
案例3-6：比特币与标准化 65
案例3-7：比特币与归一化 69
第4章 机器学习快速入门 72
4.1 回归算法 72
4.2 LR线性回归模型 73
案例4-1：上证指数之LR回归事件 76
4.3 常用评测指标 81
4.4 多项式回归 83
案例4-2：上证指数的多项式故事 83
案例4-3：预测比特币价格 86
4.5 逻辑回归算法模型 87
案例4-4：上证指数预测逻辑回归版 88
第5章 模型验证优化 96
5.1 交叉验证评估器 96
案例5-1：交叉验证 98
5.2 交叉验证评分 101
案例5-2：交叉验证评分 101
第6章 决策树 103
6.1 决策树算法 103
6.1.1 ID3算法与C4.5算法 105
6.1.2 常用决策树算法 106
6.1.3 sklearn内置决策树算法 107
6.2 决策树回归函数 109
案例6-1：决策树回归算法 110
6.3 决策树分类函数 115
案例6-2：决策树分类算法 116
6.4 GBDT算法 121
6.5 迭代决策树函数 122
案例6-3：GBDT回归算法 123
案例6-4：GBDT分类算法 128
第7章 随机森林算法和极端随机树算法 133
7.1 随机森林函数 135
7.2 决策树测试框架 137
案例7-1：RF回归算法大测试 138
7.3 决策树测试函数 140
案例7-2：上证的RF回归频道 142
案例7-3：当比特币碰到RF回归算法 146
案例7-4：上证和RF分类算法 147
7.4 极端随机树算法 150
7.5 极端随机树函数 151
案例7-5：极端随机树回归算法 152
案例7-6：上证指数案例应用 154
案例7-7：ET、比特币，谁更极端 155
第8章 机器学习算法模式 159
8.1 学习模式 161
8.2 机器学习五大流派 164
8.3 经典机器学习算法 165
8.4 小结 166
第9章 概率编程 167
9.1 朴素贝叶斯的上证之旅 168
案例9-1：上证朴素贝叶斯算法 170
9.2 隐马尔可夫模型 175
案例9-2：HMM模型与模型保存 176
案例9-3：HMM算法与模型读取 180
第10章 实例算法 185
K最近邻算法 186
案例10-1：第一次惊喜——KNN算法 187
案例10-2：KNN分类 190
第11章 正则化算法 192
11.1 岭回归算法 193
案例11-1：新高度——岭回归算法 195
11.2 套索回归算法 197
案例11-2：套索回归算法应用 199
11.3 弹性网络算法 201
案例11-3：弹性网络算法应用 202
11.4 最小角回归算法 204
案例11-4：LARS算法应用 204
第12章 聚类分析 206
12.1 K均值算法 207
案例12-1：K均值算法应用 208
12.2 BIRCH算法 210
案例12-2：BIRCH算法应用 211
12.3 小结 213
第13章 降维算法 215
13.1 主成分分析 216
案例13-1：主成分分析的应用 218
案例13-2：PCA算法的上证戏法 223
13.2 奇异值分解算法 227
案例13-3：奇异果传说：SVD 228
第14章 集成算法 229
14.1 sklearn内置集成算法 231
14.2 装袋算法 232
案例14-1：装袋回归算法 232
案例14-2：装袋分类算法 234
14.3 AdaBoost迭代算法 236
案例14-3：AdaBoost迭代回归算法 237
案例14-4：AdaBoost迭代分类算法 239
第15章 支持向量机 242
15.1 支持向量机算法 242
15.2 SVM函数接口 244
案例15-1：SVM回归算法 245
案例15-2：SVM分类算法 247
第16章 人工神经网络算法 250
多层感知器 252
案例16-1：多层感知器回归算法 253
案例16-2：多层感知器分类算法 256
附录A sklearn常用模块和函数 259
附录B 量化分析常用指标 284
作者介绍：
何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，20年人工智能从业经验；zwPython开发平台、TopQuant.vip极宽量化系统设计师，中国“Python创客”项目发起人，Python量化项目的启蒙者和开拓者：《Python量化实盘·魔鬼训练营》，TOP极宽量化开源团队的创始人。研究成果有：BigQuant理论架构：Python量化 数字货币 人工智能；“小数据”理论，GPU超算工作站、MTRD多节点超算集群算法、“1 N”网络传播模型、人工智能“足彩图灵法则”等；论文《人工智能与中文字型设计》是中文字库行业基础建模理论之一。
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
在线阅读地址：Python机器学习与量化投资 【正版书籍，满额减】在线阅读
在线听书地址：Python机器学习与量化投资 【正版书籍，满额减】在线收听
在线购买地址：Python机器学习与量化投资 【正版书籍，满额减】在线购买
原文赏析：
暂无原文赏析，正在全力查找中！
其它内容：
编辑推荐
本书简单实用，书中配备大量的图表说明，特点如下。
IT零起点：无须任何电脑编程基础，只要会打字、会使用Excel，就能看懂本书。
投资零起点：无须购买任何专业软件，配套zwPython 软件包。
配置零起点：所有软件、数据采用 “开箱即用”模式，解压缩即后可直接运行。
理财零起点：采用通俗易懂的语言，配合大量专业的图表和实盘操作案例。
数学零起点：全书没有复杂的数学公式，轻轻松松就能看懂全书。
书籍介绍
《Python机器学习与量化投资》采用生动活泼的语言，从入门者的角度，讲解了Python语言和sklearn模块库内置的各种经典机器学习算法；介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用，包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程，为进一步学习金融科技奠定扎实的基础。
书籍真实打分
故事情节：4分
人物塑造：8分
主题深度：5分
文字风格：4分
语言运用：8分
文笔流畅：8分
思想传递：4分
知识深度：4分
知识广度：7分
实用性：4分
章节划分：9分
结构布局：5分
新颖与独特：3分
情感共鸣：6分
引人入胜：4分
现实相关：4分
沉浸感：3分
事实准确性：7分
文化贡献：4分
网站评分
书籍多样性：9分
书籍信息完全性：9分
网站更新速度：4分
使用便利性：7分
书籍清晰度：7分
书籍格式兼容性：8分
是否包含广告：9分
加载速度：6分
安全性：3分
稳定性：6分
搜索功能：7分
下载便捷性：7分
下载点评
- 内涵好书(593+)
- pdf(664+)
- 差评(147+)
- 推荐购买(202+)
- 实惠(344+)
- 下载快(629+)
- 强烈推荐(492+)
- 无多页(145+)
下载评价
网友 康***溪：强烈推荐！！！
网友 潘***丽：这里能在线转化，直接选择一款就可以了，用他这个转很方便的
网友 谢***灵：推荐，啥格式都有
网友 益***琴：好书都要花钱，如果要学习，建议买实体书；如果只是娱乐，看看这个网站，对你来说，是很好的选择。
网友 温***欣：可以可以可以
网友 孙***夏：中评，比上不足比下有余
网友 索***宸：书的质量很好。资源多
网友 游***钰：用了才知道好用，推荐！太好用了
网友 孙***美：加油！支持一下！不错，好用。大家可以去试一下哦
网友 晏***媛：够人性化！
网友 田***珊：可以就是有些书搜不到
网友 曾***文：五星好评哦