●第一章引言： 為什麼資產定價需要機器學習

第一節資產定價的核心問題： 為什麼不同的資產會有不同的收益

第二節當資產定價遇到機器學習

第三節相關學術文獻介紹

第四節相關業界應用場景

參考文獻

第二章資產定價的核心問題： 股票預期收益率

第一節投資組合分析

第二節因子投資

第三節中國因子模型

第四節異像性因子的檢驗

參考文獻

第三章機器學習模型評估

第一節過擬合與欠擬合

第二節偏差和方差的權衡

第三節回歸問題機器學習模型的評價指標

第四節機器學習的超參數調校

第四章機器學習模型Ⅰ： 線性模型

第線性模型

第二節帶懲罰項的線性模型

第三節降維視角的線性模型

第五章機器學習模型Ⅱ： 回歸樹模型

第一節回歸樹

第二節隨機森林

第三節梯度提升樹

第六章機器學習模型Ⅲ： 神經網絡模型

第一節神經網絡模型介紹

第二節激活函數

第三節優化算法

第四節神經網絡的訓練

第五節全連接神經網絡模型的代碼實現

參考文獻

第七章理解機器學習在中國股票市場應用的制度背景

第一節中國股票市場概述

第二節中國股票市場重要制度

第三節中國股票市場特殊制度

第八章為機器學習模型準備數據

第一節數據來源與樣本選擇

第二節股票收益率數據分析

第三節財務數據處理

第四節數據預處理步驟

第五節實證中使用的股票特征變量構造介紹

……

本書繫統性地介紹了資產定價和機器學習算法的基礎理論與實踐知識，並以機器學習算法應用於中國股票市場資產收益率預測項目為案例，具體展示了機器學習算法落地應用於中國金融業界的流程和效果。本書主要內容包括資產定價基礎方法、機器學習算法評估知識、線性機器學習模型、回歸樹類機器學習模型、神經網絡模型、中國股票市場制度背景、機器學習項目的數據清洗過程和機器學習項目的實踐案例。本書在寫作過程中盡可能地減少專業詞彙，使內容通俗易懂。本書適合高校中高年級本科生、研究生和對從事量化金融感興趣的人閱讀。

吳輝航,魏行空,張曉燕 著