编辑推荐
本书建立了一个开创性的理论体系，面向具有不同个性偏好的投资用户，以理性、个性和自动化为出发点，论述了围绕趋势、价值和博弈三大投资逻辑的智能技术、投资理念和实现方法。
内容简介
我国证券市场已经发展到新的时代，基于海量信息计算机处理的人工智能技术日益兴起，为我国证券市场的发展与变革带来了新的契机。
本书聚焦在智能化证券投资的科学方法和实用技术，尽可能突出三个特色：
理论新颖，结合人工智能和证券投资的理论方法，提出了智能证券投资的目标，为提高人理性投资效率，给出了个性投资自动化和自动投资个性化的两条技术路线，在此基础上分别提出了海天4S科学投资方法和SADI5L自动投资智能体层次结构。
实践验证，实践是检验理论的标准，科学的评测方法是检验的基准，诊断和归因是提高的前提。
平台支撑，计算机、人工智能、证券投资都是实践性非常强的学科，不仅仅需要传统的习题，更需要一系列实训环节支撑，本书在每章内容后均提供了平台实训环节，包括多种智能投资辅助工具和自动投资的知识库和智能接口。
作者简介
作者王晓龙，教授，“做出突出贡献的中国博士学位获得者”。长期从事人工智能、自然语言处理、金融信息处理等方面的研究。
章节目录
版权信息
第一部分 基础篇
第1章 智能证券投资概要
1.1 智能证券投资学的提出
1.2 个性投资自动化
1.3 自动投资个性化
1.4 智能证券投资两种实现方法对比
1.5 评测诊断与实例
1.6 平台实训：盘感训练
1.7 小结
本章习题与实训
第2章 基础知识
2.1 智能证券投资基础
2.2 股票
2.3 债券
2.4 现金及等价物
2.5 其他常见证券品种
2.6 证券交易与模拟投资
2.7 平台实训：模拟投资
2.8 小结
本章习题与实训
第二部分 应用篇
第3章 宏观判势
3.1 股市的趋势
3.2 债市的趋势
3.3 现金等价物的趋势
3.4 股市判势方法
3.5 投资策略与交易品种
3.6 评测方法
3.7 平台实训
3.8 小结
本章习题与实训
第4章 具体实施
4.1 证券品种的选择方法
4.2 证券品种的分类体系
4.3 证券品种的走势对比
4.4 投资策略和方法
4.5 评测方法
4.6 平台实训
4.7 小结
本章习题与实训
第5章 以史为鉴
5.1 复杂收益率计算的常用方法和偏好约束
5.2 多偏好约束满足的SEA双加权算法
5.3 评测：投资行为分析
5.4 诊断：业绩归因
5.5 平台实训
5.6 小结
本章习题与实训
第6章 悟道出师
6.1 基于海天4S的悟道出师之路
6.2 知人者智，换位思考
6.3 自知者明，摆正心态
6.4 提高效率，实训辅助
6.5 小结
本章习题与实训
第三部分 算法篇
第7章 价值投资的多因子策略
7.1 自动投资总体框架
7.2 自动投资简单示例
7.3 多因子选择自动投资策略
7.4 平台实训
7.5 小结
本章习题与实训
第8章 趋势自动投资方法
8.1 基于双均线策略的自动投资策略
8.2 基于回归的ARIMA自动投资策略
本章习题与实训
第9章 智能博弈决策的模型和算法
9.1 基于时序窗口演化的自动投资策略构建
9.2 基于遗传算法的自动投资方法
9.3 采用支持向量机的自动投资决策
9.4 基于DTW的自动投资方法
9.5 基于深度学习的自动投资方法
本章习题与实训
第10章 自动投资相关技术
10.1 用户画像
10.2 自然语言点评
10.3 知识图谱
10.4 小结
本章习题与实训
参考文献
附录 海天投资宏观定性评价体系
各章节习题参考答案
智能证券投资学是2022年由北京大学出版社出版,作者王晓龙。
得书感谢您对《智能证券投资学》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
