机器学习用于算法交易，第二版 - Packt出版
资源描述
《Machine-Learning-for-Algorithmic-Trading-Second-Edition_Original: 机器学习用于算法交易，第二版》是由Packt出版的书籍，旨在说明机器学习如何以实用而全面的方式为算法交易策略增加价值。本书涵盖了从线性回归到深度强化学习的各种机器学习技术，并演示了如何建立、回测和评估由模型预测驱动的交易策略。
内容概述
本书分为四个部分，共23章，另加附录，涵盖800余页，具体内容包括：
-
数据采购、财务功能工程和资产组合管理的重要方面：详细介绍了如何获取和处理市场数据、基本面数据以及替代数据，并进行有效的财务功能工程和资产组合管理。
-
基于监督和无监督的机器学习算法的多空策略的设计和评估：探讨了如何利用监督学习和无监督学习算法设计多空交易策略，并进行回测和评估。
-
从财务文本数据中提取可交易信号：介绍了如何从SEC文件、收益电话记录或财务新闻等财务文本数据中提取可交易信号，为交易策略提供支持。
-
使用深度学习模型进行交易：涵盖了使用带有市场和替代数据的CNN和RNN等深度学习模型，如何使用生成对抗网络生成综合数据，以及使用深度强化学习来训练交易代理。
资源文件
此仓库包含150多个Jupyter笔记本，这些笔记本将书中讨论的概念、算法和用例付诸实践。它们提供了许多例子，说明如何处理市场、基本面和替代文本及图像数据并从中提取信号，如何训练和调整可预测不同资产类别和投资范围的回报的模型，包括如何复制最近发表的研究成果。
使用说明
- 下载资源：请从仓库中下载所需的资源文件。
- 安装依赖：确保您的环境中安装了必要的Python库和依赖项。
- 运行笔记本：打开Jupyter笔记本，按照书中的指导逐步运行代码，理解并实践机器学习在算法交易中的应用。
贡献
如果您发现任何问题或有改进建议，欢迎提交Issue或Pull Request。我们期待您的贡献，共同完善这个资源库。
许可证
本资源文件遵循MIT许可证，详情请参阅LICENSE文件。