第1部分 知識回顧
第1章 數(shù)據(jù)的管理與探索 003
1.1 金融數(shù)據(jù)管理面臨的挑戰(zhàn)與機遇 003
1.2 數(shù)據(jù)的存儲與使用 004
1.3 Pandas與數(shù)據(jù)可視化程序庫簡介 005
1.4 程序:數(shù)據(jù)的管理以及初步探索 006

第2章 數(shù)學(xué)以及統(tǒng)計學(xué)知識回顧 017
2.1 數(shù)學(xué)知識回顧 017
2.2 統(tǒng)計學(xué)知識回顧 025

第2部分 監(jiān)督學(xué)習(xí)基礎(chǔ)
第3章 線性回歸 033
3.1 案例:預(yù)測公司盈利 033
3.2 線性回歸方法 034
3.3 知識拓展:線性回歸方法的其他應(yīng)用 040
3.4 程序 041

第4章 邏輯回歸 048
4.1 案例:貸款違約預(yù)測 048
4.2 邏輯回歸方法 049
4.3 知識拓展:多分類問題 054
4.4 程序 055

第5章 其他基礎(chǔ)監(jiān)督學(xué)習(xí)方法 063
5.1 其他基礎(chǔ)監(jiān)督學(xué)習(xí)方法簡介 063
5.2 樣條模型 064
5.3 廣義可加模型 066
5.4 支持向量機 067
5.5 K近鄰分類器 070
5.6 程序 070

第6章 模型驗證 075
6.1 模型驗證簡介 075
6.2 如何進行模型驗證 076
6.3 過擬合及欠擬合問題 078
6.4 模型驗證指標 081
6.5 程序 084

第7章 模型選擇與正則化 091
7.1 模型選擇與正則化簡介 091
7.2 模型選擇 091
7.3 正則化 093
7.4 程序 097

第3部分 監(jiān)督學(xué)習(xí)進階
第8章 決策樹 103
8.1 決策樹簡介 103
8.2 回歸樹模型訓(xùn)練 105
8.3 分類樹 109
8.4 程序 110

第9章 集成學(xué)習(xí) 113
9.1 集成學(xué)習(xí)簡介 113
9.2 袋裝法 114
9.3 隨機森林 115
9.4 提升法 116
9.5 集成學(xué)習(xí)方法的優(yōu)缺點 117
9.6 程序 118

第10章 神經(jīng)網(wǎng)絡(luò) 121
10.1 神經(jīng)網(wǎng)絡(luò)簡介 121
10.2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 121
10.3 模型訓(xùn)練 126
10.4 神經(jīng)網(wǎng)絡(luò)正則化 129
10.5 常用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 130
10.6 程序 131

第11章 監(jiān)督學(xué)習(xí)小結(jié) 139
11.1 監(jiān)督學(xué)習(xí)方法回顧 139
11.2 復(fù)雜模型的可解釋性 140
11.3 程序 143

第4部分 無監(jiān)督學(xué)習(xí)
第12章 主成分分析 149
12.1 案例:投資策略 149
12.2 主成分分析方法 149
12.3 知識拓展:偏最小二乘回歸 153
12.4 程序 154

第13章 聚類分析 160
13.1 案例:貸款違約風(fēng)險評估 160
13.2 聚類分析方法 161
13.3 程序 165

第14章 缺失數(shù)據(jù)及其處理 168
14.1 缺失數(shù)據(jù)問題簡介 168
14.2 缺失數(shù)據(jù)問題的處理方法 169
14.3 程序 172

第5部分 大數(shù)據(jù)與另類數(shù)據(jù)
第15章 基礎(chǔ)文本分析 177
15.1 文本分析簡介 177
15.2 詞袋模型 178
15.3 文本相似度 183
15.4 詞嵌入 184
15.5 知識拓展:數(shù)據(jù)獲取 186
15.6 程序 187

第16章 大語言模型 190
16.1 大語言模型簡介 190
16.2 大語言模型的技術(shù)背景 191
16.3 大語言模型在金融中的應(yīng)用 194
16.4 國產(chǎn)大語言模型 197
16.5 程序 199

第17章 其他另類數(shù)據(jù)的處理 203
17.1 其他另類數(shù)據(jù)簡介 203
17.2 圖像數(shù)據(jù)及其處理 204
17.3 聲音信息及其處理 207
17.4 知識拓展:用圖片來預(yù)測股票收益率 207
17.5 程序 208

第18章 大數(shù)據(jù)的處理與學(xué)習(xí) 212
18.1 大數(shù)據(jù)簡介 212
18.2 大數(shù)據(jù)的處理 213
18.3 大數(shù)據(jù)的學(xué)習(xí) 215
18.4 程序 216

第6部分 大數(shù)據(jù)學(xué)習(xí)與經(jīng)濟金融研究
第19章 大數(shù)據(jù)機器學(xué)習(xí)方法在金融中的應(yīng)用 223
19.1 股票收益率橫截面預(yù)測實證 224
19.2 工具變量主成分分析方法 232
19.3 大數(shù)據(jù)下的有效定價因子識別 238
19.4 采用自糾偏機器學(xué)習(xí)方法識別有效定價因子 247
19.5 機器學(xué)習(xí)方法在應(yīng)用于金融領(lǐng)域時存在的問題 253

參考文獻 254