本書的主要貢獻在於將投資組合的金融理論、高維高頻協方差矩陣估計與預測的統計理論和各類機器算法有機結合在一起,嘗試應對高頻交易、高維資產的市場特征下投資組合模型應用面臨的挑戰。
本書可供從事金融理論、金融科技研究和量化投資的讀者參考。
第1章 投資組合理論
第2章 投資組合理論的研究現狀
第3章 投資組合相關理論介紹
第4章 投資組合優化與在線集成學習
……
4.4 基於半協方差陣進行組合投資
4.5 投資組合在A股的實證表現
4.6 本章小結
附錄:本章策略代碼實現
第5章 高維投資組合優化
5.1 高維協方差矩陣估計量:POET
5.2 使用RCM算法改進POET估計量
5.3 投資組合在A股的實證表現
5.4 本章小結
第6章 投資組合優化與多任務相關學習
6.1 多任務相關學習
6.2 使用多任務相關學習改進投資組合策略
6.3 投資組合在A股的實證表現
6.4 本章小結
機器學習是否提升了經典策略的表現?
參考文獻
請選擇顏色、尺碼等選項!
已成功加入購物車!