總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 自動化基礎理論
 
 
 
 
MXNet神經網絡與量化投資
 叢書名稱: 金融科技叢書
 作  者: TOP極寬量化開源組
 出版單位: 電子工業
 出版日期: 2018.11
 進貨日期: 2019/4/15
 ISBN: 9787121351532
 開  本: 16 開    
 定  價: 743
 售  價: 594
  會 員 價: 545
推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

集人工智慧前沿智慧之大成,創優秀經典案例之典範。
《MXNet神經網路與量化投資》以MXNet作為研究實踐平臺,利用數學模型,借助電腦技術實現量化交易,能夠讓你快速入門人工智慧技術,用實戰提升業務水準,助你在金融科技領域勝人一籌。


內容簡介:

MXNet是亞馬遜(Amazon)的深度學習庫,以簡單、高效、容易使用而著稱。它擁有類似於Theano和TensorFlow的資料流程圖,為多GPU裝置提供了良好的配置。本書以MXNet作為研究實踐平臺,實現量化投資交易。書中主要介紹了在MXNet環境下,利用深度學習常用演算法,實現線性、MLP、CNN卷積、GoogLeNet、ResNet深度殘差、RNN迴圈神經網路、DenseNet稠密神經網路等多種模型在量化投資和股價預測方面的應用,同時採用NLP語義分析技術,?股票價格走勢進行統計分析,以及金融資料的視覺化分析,得到更直觀的模型分析效果,通過先進的人工智慧模型,在量化投資領域中取得較高收益。


作者簡介:

TopQuant.vip極寬量化開源團隊,是個開源公益組織,組建於2015年12月。 作為一個年輕的開源團隊,在短短幾年間,團隊成員快速擴展到數百人。 目前,極寬TopQuant量化開源團隊,已經成為業內規模較大的Python量化團隊。團隊發起人是何海群,網名:字王,CHRD前海智庫CTO,《中華大字形檔》發明人,出版書籍20餘部,在人工智慧、資料分析等方面具有20年一線專業經驗;zwPython開發平臺、zwQuant量化軟體設計師,中國“Python創客”項目和“Python產業聯盟”發起人,國內首個Python量化課程:《Python量化實盤·魔鬼訓練營》創始人,極寬量化開源團隊的創始人。


圖書目錄:

TopQuant.vip極寬量化開源團隊,是個開源公益組織,組建於2015年12月。 作為一個年輕的開源團隊,在短短幾年間,團隊成員快速擴展到數百人。 目前,極寬TopQuant量化開源團隊,已經成為業內規模較大的Python量化團隊。團隊發起人是何海群,網名:字王,CHRD前海智庫CTO,《中華大字形檔》發明人,出版書籍20餘部,在人工智慧、資料分析等方面具有20年一線專業經驗;zwPython開發平臺、zwQuant量化軟體設計師,中國“Python創客”項目和“Python產業聯盟”發起人,國內首個Python量化課程:《Python量化實盤·魔鬼訓練營》創始人,極寬量化開源團隊的創始人。
目  錄
目 錄


第1章 快速入門 1
1.1 MXNet簡介 1
1.2 CUDA運行環境安裝 4
1.3 MXNet運行環境安裝 5
1.3.1 下載MXNet模組庫 6
1.3.2 安裝MXNet模組庫預處理 6
1.3.3 安裝MXNet模組庫 9
案例1-1:重點模組版本測試 10
案例1-2:MXNet安裝包測試 12
1.4 GPU開發環境測試 13
案例1-3:GPU開發環境測試 13
1.5 量化GPU工作站推薦配置 15
第2章 基本操作 18
2.1 NDArray陣列 18
案例2-1:NDArray陣列常用功能 19
2.2 GPU加速模式 26
案例2-2:GPU加速功能 26
案例2-3:Gluon的GPU計算 28
2.3 Matplotlib畫圖 30
案例2-4:Matplotlib常用功能 30
案例2-5:多子圖繪製 31
2.4 常用資料檔案 33
案例2-6:讀取金融資料 33
2.5 TA-Lib金融模組庫 36
2.6 MA移動平均線 40
案例2-7:MA均線指標 41
案例2-8:多MA均線指標 44
2.7 常用工具函數包 47
第3章 資料預處理 53
3.1 資料與預處理背景介紹 53
3.2 資料預處理常用技術 54
3.3 歸一化 55
案例3-1:MinMaxScaler歸一化 56
案例3-2:Standardization標準化 57
3.4 缺失值 58
案例3-3:Imputer缺失值補充 59
3.5 多項式特徵 60
案例3-4:PolynomialFeatures多項式特徵 60
第4章 線性神經網路模型 62
4.1 線性神經網路 62
案例4-1:line上證指數n 1價格預測 64
4.2 Logistic邏輯回歸模型 76
案例4-2:Logistic上證指數漲跌預測 78
第5章 MLP神經網路模型 86
5.1 MLP多層感知器 86
案例5-1:MLP上證指數n 1價格預測 88
5.2 SMA簡單均線量化策略 99
案例5-2:MLP上證指數n 1價格預測均線增強版 99
第6章 CNN卷積神經網路 104
6.1 CNN卷積神經網路簡介 104
常用啟動函數介紹 106
案例6-1:CNN上證指數n 1價格預測 109
6.2 ADX平均趨向量化投資策略 115
案例6-2:CNN上證指數n 1價格預測ADX增強版 116
第7章 GoogLeNet穀歌神經網路模型 121
7.1 GoogLeNet穀歌深度卷積神經網路模型 121
案例7-1:GoogLeNet上證指數n 1價格預測 123
7.2 KELCH肯特納通道量化投資策略 135
案例7-2:GoogLeNet上證指數n 1價格預測(2) 135
第8章 ResNet深度殘差網路模型 139
8.1 ResNet深度殘差神經網路模型 139
8.2 Money Flow資金流向指標 142
案例8-1:ResNet深度殘差時間序列預測A股資金流向 144
8.3 MOM動量線量化投資策略 149
第9章 RNN迴圈神經網路模型 150
9.1 RNN迴圈神經網路 150
9.2 RSI相對強弱指標 152
案例9-1:RNN上證指數n 1價格預測 153
9.3 IRNN修正迴圈神經網路 174
案例9-2:IRNN上證指數n 1價格預測 174
第10章 DenseNet稠密神經網路模型 178
10.1 DenseNet稠密神經網路模型 178
案例10-1:DenseNet上證指數n 1價格預測 180
10.2 OBV能量潮量化投資策略 187
案例10-2:DenseNet上證指數n 1價格預測 187
第11章 文本資料採擷與量化 192
11.1 財經新聞資料 192
案例11-1a:獲取財經新聞 193
11.2 直播新聞 195
案例11-1b:獲取直播新聞 195
11.3 資訊地雷 197
案例11-1c:獲取資訊地雷 198
11.4 計時器 199
案例11-2:進階腳本——計時器 200
11.5 新聞資料庫 206
案例11-3:使用sqlalchemy新聞資料庫 206
第12章 財經新聞情感分類 214
12.1 文本資料分類 214
12.2 NLP與財經新聞資料 215
12.3 微博短文本資料情感分類 216
案例12-1:微博情感分類 217
12.4 貝葉斯微博情感分類器 236
案例12-2:微博資料情感分類2 237
第13章 金融資料視覺化分析 245
13.1 Plotly繪圖模組簡介 245
案例13-1:Plotly入門案例 252
案例13-2:線形圖與散點圖 253
案例13-3:氣泡圖 255
案例13-4:柱狀圖 256
案例13-5:長條圖 258
案例13-6:圓形圖 259
13.2 金融資料繪圖 261
案例13-7:K線圖 261
案例13-8:高級繪圖1 263
13.3 Plotly高級繪圖擴展 264
案例13-9:複合金融指標 264
案例13-10:高級繪圖2 265
附錄A Python快速入門 267
案例1:第一次程式設計“hello,ziwang” 267
案例2:增強版“hello,ziwang” 269
案例3:列舉系統模組庫清單 271
案例4:常用繪圖風格 272
案例5:Pandas常用繪圖風格 274
案例6:常用顏色表cors 275
案例7:基本運算 278
案例8:字串入門 280
案例9:字串常用方法 281
案例10:列表操作 283
案例11:元組操作 285
案例12:字典操作 286
案例13:控制語句 288
案例14:函式定義 290
附錄B TA-Lib金融套裝軟體 292
附錄C 量化分析常用指標 297


章節試讀:

前言

人工智慧的迅速發展將深刻改變人類的社會生活,也將改變世界。為搶抓人工智慧發展的重大戰略機遇,構築我國人工智慧發展的優勢,加快建設創新型國家和世界科技強國,2017年7月8日,國務院發佈了《新一代人工智慧發展規劃》通知。不少人躍躍欲試,想投入AI的懷抱,但苦於不知如何下手。先從人工智慧說起,人工智慧的核心是機器學習,其應用遍及人工智慧的各個領域。金融是百業之王,量化交易利用數學模型,借助電腦技術,從海量的歷史資料中發現能帶來超額收益的多種“大概率”事件以制定策略,實現穩定收益,借助人工智慧的先進演算

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。