新書推薦：
《
微观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：NT$
709.0
《
Python贝叶斯深度学习
》
售價：NT$
407.0
《
文本的密码：社会语境中的宋代文学
》
售價：NT$
306.0
《
启微·狂骉年代：西洋赛马在中国
》
售價：NT$
357.0
《
有趣的中国古建筑
》
售價：NT$
305.0
《
十一年夏至
》
售價：NT$
347.0
《
如何打造成功的商业赛事
》
售價：NT$
407.0
《
万千教育学前·透视学前儿童的发展：解析幼儿教师常问的那些问题
》
售價：NT$
265.0
|
| 編輯推薦： |
集人工智能前沿智慧之大成，创优秀经典案例之典范。
《MXNet神经网络与量化投资》以MXNet作为研究实践平台，利用数学模型，借助计算机技术实现量化交易，能够让你快速入门人工智能技术，用实战提升业务水平，助你在金融科技领域胜人一筹。
|
| 內容簡介： |
|
MXNet是亚马逊（Amazon）的深度学习库，以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好的配置。本书以MXNet作为研究实践平台，实现量化投资交易。书中主要介绍了在MXNet环境下，利用深度学习常用算法，实现线性、MLP、CNN卷积、GoogLeNet、ResNet深度残差、RNN循环神经网络、DenseNet稠密神经网络等多种模型在量化投资和股价预测方面的应用，同时采用NLP语义分析技术，対股票价格走势进行统计分析，以及金融数据的可视化分析，得到更直观的模型分析效果，通过先进的人工智能模型，在量化投资领域中取得较高收益。
|
| 關於作者： |
|
TopQuant.vip极宽量化开源团队，是个开源公益组织，组建于2015年12月。 作为一个年轻的开源团队，在短短几年间，团队成员快速扩展到数百人。 目前，极宽TopQuant量化开源团队，已经成为业内规模较大的Python量化团队。团队发起人是何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，出版书籍20余部，在人工智能、数据分析等方面具有20年一线专业经验；zwPython开发平台、zwQuant量化软件设计师，中国“Python创客”项目和“Python产业联盟”发起人，国内首个Python量化课程：《Python量化实盘·魔鬼训练营》创始人，极宽量化开源团队的创始人。
|
| 目錄：
|
目录
第1章快速入门1
1.1MXNet简介1
1.2CUDA运行环境安装4
1.3MXNet运行环境安装5
1.3.1下载MXNet模块库6
1.3.2安装MXNet模块库预处理6
1.3.3安装MXNet模块库9
案例1-1：重点模块版本测试10
案例1-2：MXNet安装包测试12
1.4GPU开发环境测试13
案例1-3：GPU开发环境测试13
1.5量化GPU工作站推荐配置15
第2章基本操作18
2.1NDArray数组18
案例2-1：NDArray数组常用功能19
2.2GPU加速模式26
案例2-2：GPU加速功能26
案例2-3：Gluon的GPU计算28
2.3Matplotlib画图30
案例2-4：Matplotlib常用功能30
案例2-5：多子图绘制31
2.4常用数据文件33
案例2-6：读取金融数据33
2.5TA-Lib金融模块库36
2.6MA移动平均线40
案例2-7：MA均线指标41
案例2-8：多MA均线指标44
2.7常用工具函数包47
第3章数据预处理53
3.1数据与预处理背景介绍53
3.2数据预处理常用技术54
3.3归一化55
案例3-1：MinMaxScaler归一化56
案例3-2：Standardization标准化57
3.4缺失值58
案例3-3：Imputer缺失值补充59
3.5多项式特征60
案例3-4：PolynomialFeatures多项式特征60
第4章线性神经网络模型62
4.1线性神经网络62
案例4-1：line上证指数n 1价格预测64
4.2Logistic逻辑回归模型76
案例4-2：Logistic上证指数涨跌预测78
第5章MLP神经网络模型86
5.1MLP多层感知器86
案例5-1：MLP上证指数n 1价格预测88
5.2SMA简单均线量化策略99
案例5-2：MLP上证指数n 1价格预测均线增强版99
第6章CNN卷积神经网络104
6.1CNN卷积神经网络简介104
常用激活函数介绍106
案例6-1：CNN上证指数n 1价格预测109
6.2ADX平均趋向量化投资策略115
案例6-2：CNN上证指数n 1价格预测ADX增强版116
第7章GoogLeNet谷歌神经网络模型121
7.1GoogLeNet谷歌深度卷积神经网络模型121
案例7-1：GoogLeNet上证指数n 1价格预测123
7.2KELCH肯特纳通道量化投资策略135
案例7-2：GoogLeNet上证指数n 1价格预测（2）135
第8章ResNet深度残差网络模型139
8.1ResNet深度残差神经网络模型139
8.2Money Flow资金流向指标142
案例8-1：ResNet深度残差时间序列预测A股资金流向144
8.3MOM动量线量化投资策略149
第9章RNN循环神经网络模型150
9.1RNN循环神经网络150
9.2RSI相对强弱指标152
案例9-1：RNN上证指数n 1价格预测153
9.3IRNN修正循环神经网络174
案例9-2：IRNN上证指数n 1价格预测174
第10章DenseNet稠密神经网络模型178
10.1DenseNet稠密神经网络模型178
案例10-1：DenseNet上证指数n 1价格预测180
10.2OBV能量潮量化投资策略187
案例10-2：DenseNet上证指数n 1价格预测187
第11章文本数据挖掘与量化192
11.1财经新闻数据192
案例11-1a：获取财经新闻193
11.2直播新闻195
案例11-1b：获取直播新闻195
11.3信息地雷197
案例11-1c：获取信息地雷198
11.4定时器199
案例11-2：进阶脚本定时器200
11.5新闻数据库206
案例11-3：使用sqlalchemy新闻数据库206
第12章财经新闻情感分类214
12.1文本数据分类214
12.2NLP与财经新闻数据215
12.3微博短文本数据情感分类216
案例12-1：微博情感分类217
12.4贝叶斯微博情感分类器236
案例12-2：微博数据情感分类2237
第13章金融数据可视化分析245
13.1Plotly绘图模块简介245
案例13-1：Plotly入门案例252
案例13-2：线形图与散点图253
案例13-3：气泡图255
案例13-4：柱状图256
案例13-5：直方图258
案例13-6：饼图259
13.2金融数据绘图261
案例13-7：K线图261
案例13-8：高级绘图1263
13.3Plotly高级绘图扩展264
案例13-9：复合金融指标264
案例13-10：高级绘图2265
附录APython快速入门267
案例1：第一次编程hello,ziwang267
案例2：增强版hello,ziwang269
案例3：列举系统模块库清单271
案例4：常用绘图风格272
案例5：Pandas常用绘图风格274
案例6：常用颜色表cors275
案例7：基本运算278
案例8：字符串入门280
案例9：字符串常用方法281
案例10：列表操作283
案例11：元组操作285
案例12：字典操作286
案例13：控制语句288
案例14：函数定义290
附录BTA-Lib金融软件包292
附录C量化分析常用指标297
|
| 內容試閱：
|
前言
人工智能的迅速发展将深刻改变人类的社会生活，也将改变世界。为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的优势，加快建设创新型国家和世界科技强国，2017年7月8日，国务院发布了《新一代人工智能发展规划》通知。不少人跃跃欲试，想投入AI的怀抱，但苦于不知如何下手。先从人工智能说起，人工智能的核心是机器学习，其应用遍及人工智能的各个领域。金融是百业之王，量化交易利用数学模型，借助计算机技术，从海量的历史数据中发现能带来超额收益的多种大概率事件以制定策略，实现稳定收益，借助人工智能的先进算法，实现人工智能在量化交易领域的应用。
我们知道主观交易与量化交易都是依据市场逻辑进行交易的一套体系。主观交易的逻辑依据复杂繁多，如国际政治环境、个股新闻等，而量化交易更多的是对数据进行分析，无数据不量化，说明数据对于量化交易分析的重要性。由于交易数据量较大，需要大量的计算，因此采用专业的平台进行分析有利于高效、快速地实现量化交易策略。MXNet是亚马逊（Amazon）的深度学习库，以简单高效、容易使用著称。
MXNet拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好的配置。本书以MXNet作为研究实践平台，实现量化交易，主要介绍了在MXNet环境下，利用深度学习常用算法，实现线性、MLP、CNN卷积、GoogLeNet、ResNet深度残差、RNN循环神经网络、DenseNet稠密神经网络等多种模型在量化和股价预测方面的应用，同时采用文本数据挖掘技术实现对某一时间段一部分人对股票价格未来走势的判断的统计分析，以及对金融数据可视化的分析，以得到更直观的模型分析效果。通过学习，可以迅速掌握常见的经典策略，掌握人工智能常用的算法，快速提高编写量化策略的能力，为实现财富自由打下基础。
感谢电子工业出版社的黄爱萍编辑在选题策划和稿件整理方面做出的大量工作，感谢郭伟对本书的支持，同时感谢极宽量化开源团队提供的技术支持。
本书配套程序请在TOP极宽量化网站资源中心下载：www.topQuant.vip。
本书交流群QQ群号：一群，790548107；二群，476962696。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
