机器学习与量化交易

　　金融市场价格预测和交易决策是金融活动的两个基本动作。交易者通过经验，或统计数据对市场进行预测再经过计算，做出有利于收益的交易决策。在这个过程中，传统的交易员做出的预测和决策带有大量的个人经验。那么这两个步骤如果由大数据支撑，由机器学习算法来完成是否能够取得更好的效果呢？是否可以出现套利机会呢？本书聚焦于机器学习算法应用在量化交易的两个领域。第一，本书描述了支持向量机及其衍生算法和多种人工神经网络算法在金融价格预测领域中的理论和应用。第二，本书基于配对交易策略，使用深度强化学习算法对交易决策过程进行了优化。本书对每个算法都提供了一个可行的结合实际金融市场的算法策略，并附流程图，供读者参考。

　　宗翔宇，讲师 ，1992年10月出生，江苏泰兴人。本科毕业于东北大学机械学院。硕士，博士师从Georgios Sermpinis教授和Charalampos Stasinakis教授，获国家留学基金委公派留学，毕业于英国格拉斯哥大学亚当斯密商学院。毕业后就职于中南财经政法大学金融学院。从事机器学习，复杂系统理论，量化交易等方向的教学和研究工作。作者在Energy Economics，Economic Modelling，Emerging Markets Finance and Trade等国际期刊上发表过机器学习和复杂系统理论相关论文，并担任多个国际一流期刊匿名审稿人。

暂缺《机器学习与量化交易》目录