傳統的股市技術分析書籍一般從圖表模式和技術指標出發,分析如何選擇進入點和退出點、開發交易系統以及制定成功的交易計劃。近年來,機器學習與神經網絡技術快速發展,並且與傳統量化方法相結合,產生了無限的可能性。基於此趨勢,本書將重點放在交易模型的構建上,即如何尋找合適的算法來實現交易以及如何優化這些算法。本書直接從技術指標等數據出發,介紹了交易模型與投資組合優化方法、如何利用基礎算法(線性回歸、lightGBM)預測股市的漲跌與股價、利用消息面來預測市場情緒、利用深度學習和強化學習算法預測股票,以及如何進行套利交易和網格交易等。本書適合對投資有興趣的人群閱讀。
吳岸城(Arthur Wu),畢業于浙江大學電腦系。擁有18年企業級軟體服務與大型電信增值業務軟體研發經驗,8年機器學習/深度學習研發及管理經驗。曾在某大型公司擔任技術管理人員,某創業公司任首席資料科學家。出版兩本深度學習著作,申請了多項演算法專利授權。