金融机器学习

1. 过去几十年，金融业一直使用简单的统计技术来识别数据中的模式。然而，机器学习算法有望改变这种现状，成为金融领域的领头羊，引领金融界迎来颠覆性变化。

2. 本书是一部关于机器学习算法在金融领域应用的前沿书籍，提供了一系列经过验证的工具和方法，是量化投资专业人士在实操中的重要参考书。

3. 作者马科斯教授是集投资经理、教授、研究员三重身份于一身，拥有20多年利用机器学习算法和超级计算开发投资策略的经验，并备受认可。

4. 本书的目的是全面介绍机器学习在金融建模中的应用，以便解决量化金融领域高失败率的问题。 本书旨在帮助投资者正确运用机器学习算法，提供实用有效的建议和指导，使金融领域的机器学习应用更加有效。

5. 本书兼具理论和实操，提供详细的算法分析、程序代码、明确的输出结果图和每章练习题，适合相关院校和培训机构以及量化金融投资领域从业者的工具书。

6. 本书的目标读者群包括量化投资行业从业者，量化交易者，从事金融算法研究的人员，机器学习爱好者，编程爱好者，各院校计算机专业和金融专业学生，量化投资行业相关培训机构和机构及个人投资者。

内容简介：

本书是一本将机器学习算法应用于金融建模的实战指南。 作者马科斯·洛佩斯·德普拉多，集投资经理、教授、研究员三重身份于一身，20多年来致力于通过普及机器学习算法和超级计算的使用，以及开发识别错误投资策略(假阳性)的统计测试，实现金融领域的现代化。 本书分为五部分，介绍了如何构造适合机器学习算法的金融数据、科学地应用机器学习算法研究这些数据并获得实际发现、回测以及评估模型错误的概率、从数据中提取信息特征的创新方法以及高性能计算方法。 书中大多数问题和解决方法都是用数学公示来解释的，并提供了代码片段和练习，具有很强的实操性，可以作为金融领域投资人士的工具书。

作者简介

（西）马科斯·洛佩斯·德普拉多（MarcosLópezdePrado）美国劳伦斯·伯克利国家实验室研究员，康奈尔大学电气与计算机工程学院教授，拥有金融经济学和数学金融学双博士学位。2020年担任阿布扎比投资局（ADIA）量化研究与开发业务的全球负责人。拥有20多年利用机器学习算法和超级计算开发投资策略的经验。曾在影响因子很高的学术期刊上发表了数十篇关于机器学习算法和超级计算的科学文章。曾在美国国会就人工智能对金融领域的影响发表演讲。2019年被《投资组合管理杂志》评为“年度量化分析师”。