最強 AI 投資分析：打造自己的股市顧問機器人，股票趨勢分析×年報解讀×選股推薦×風險管理 (1版)

類似書籍推薦給您

內容介紹 ▌第一本 AI 投資專書 ▌ ▌大型語言模型加持！▌ ▌建構自己的股票／年報分析機器人 ▌ ▌讓 AI 變成股市分析的神器 ▌ 在這數位資訊的創新時代, AI 與大型語言模型 LLM 已經徹底改變了投資業界的遊戲規則。過往需要仰賴投資團隊花費大量時間來解讀各種財務報表、進行分析的複雜工作, 現在只需要一個人、一台電腦就能完成。對於小散戶而言, AI 能幫助我們自動化分析, 挖掘出報表中隱藏的關鍵資訊, 成為對抗市場主力的重要武器！本書將帶您： ◆ 【建立正確的投資觀念】：還在聽股市名嘴胡扯瞎扯嗎？本書將從基礎的投資理論起手, 帶領讀者建立正確的投資觀念, 從基本面分析到技術面分析, 並進一步探討 AI 在股票投資中的定位, 助你洞悉多面向分析的重要性。 ◆ 【Python 雲端環境開發】：程式開發對你來說是場夢魘嗎？本書將所有程式部署在雲端環境中, 免除本地環境配置的複雜度, 一鍵就能輕鬆運行、進入 Python 股票分析的世界。 ◆ 【AI 股票趨勢分析】：在買賣股票的過程中, 一般人常常會被情緒左右投資決策, 但 AI 是沒有感情的機器。本書將詳解如何利用 AI 進行客觀的數據分析來作出更合理的投資決策, 解決人性所造成的影響。 ◆ 【AI 年報深度解讀】：公司年報蘊藏著重要的資訊, 但一份年報動輒 200~300 頁, 哪有那麼多時間去一一分析每間公司的年報資料？複雜的分析過程就交給 AI 來做吧！我們可以使用提問的方式來輕鬆了解年報內容, 或是讓模型統整、分析落落長的年報資訊。 ◆ 【AI 選股推薦】：股票那麼多怎麼選？要找到一檔高潛力的股票如同大海撈針！本書將介紹如何使用 AI 來進行選股推薦, 從大數據中篩選出值得關注的投資機會、提高選股效率。 本書特色 ★ 本書程式皆部署於雲端平台, 不會寫程式也能一鍵執行。 ☆ 投資理論來幫忙, 帶領讀者建構正確的投資觀念。 ★ 詳解如何串接 OpenAI API, 讓語言模型成為分析股市的利器。 ☆ 讓股票資料蒐集的過程自動化, 包含網路爬蟲、各種 Python 套件及搭建資料庫。 ★ 讓 AI 自動處理 Dataframe 表格、計算技術指標、產生回測策略。 ☆ 詳解 matplotlib、mplfinance、plotly、backtesting 各種視覺化套件, 新手也能畫出精緻的股價 K 線圖。 ★ 打造屬於自己的 LINE/Discord 機器人, 隨時隨地取得任何股票的 AI 分析報告。 ☆ 數百頁的年報沒有時間看？使用 LangChain 搭建向量資料庫, 建構年報問答/分析機器人。 ★ 股票那麼多怎麼選？讓 AI 來幫忙, 根據股價趨勢、新聞面、年報資訊, 挑選出最具潛力的投資標的。 書籍目錄 ▌第 1 章 投資一定要跟老師嗎？股票分析基礎 1-1 基本面分析 為什麼雞蛋不能放在同一個籃子裡？ 高報酬伴隨著高風險 百鳥在林, 不如一鳥在手：到手的現金才是硬道理 高登模型 (Gordon model) 1-2 技術面分析 效率市場假說 行為財務學 1-3 AI 在股票投資中的定位 ▌第 2 章 從零開始：用 OpenAI API 建構 自己的 AI 機器人 2-1 什麼是 GPT 模型？ GPT 模型原理 什麼是 OpenAI API？為什麼需要串接？ 2-2 註冊 OpenAI API 查看 API 用量 免費額度用完了怎麼辦？ 2-3 建構自己的 AI 機器人 使用 OpenAI API 官方套件 檢視傳回物件 設定 AI 角色 簡易的對談程式 記憶對話紀錄 加入搜尋功能 ▌第 3 章 股市資料蒐集、爬蟲與搭建資料庫 3-1 分析股票時常用的資料類型 時間序列資料 (time series data) 截斷面資料 (cross-sectional data) 3-2 網頁爬蟲 用 requests 取得證交所資料 用 BeautifulSoup 取得 Yahoo 股票資料 使用 selenium 做新聞爬蟲 3-3 用 Python 套件輕鬆取得股市資料 yfinance FinMind FinLab 3-4 搭建自己的 SQL 資料庫 資料庫設計 搭建 SQLite 資料庫 ▌第 4 章 讓 AI 計算技術指標及資料視覺化 4-1 技術指標公式太複雜？讓 AI 自動化計算 讓 AI 自動生成技術指標程式碼 資料處理自動化 4-2 資料視覺化 繪製股價圖：matplotlib 繪製 K 線圖：mplfinance 4-3 進階互動式圖表：plotly 互動式 K 線圖 4-4 建構 Dash 應用程式 運行 Dash 應用程式 程式碼詳解：Dash 應用程式 ▌第 5 章 AI 技術指標回測 5-1 什麼是股票回測？ 回測注意事項 5-2 強大的回測工具：backtesting.py 定義策略並產生回測結果 繪製回測圖表 加入停利、停損策略 5-3 讓 AI 產生回測策略 5-4 讓 AI 分析回測報告 單一策略分析 多個策略分析比較 ▌第 6 章 股票分析機器人：部署至 LINE 及 Discord 上 6-1 建構股票分析機器人 股票分析機器人 6-2 部署 LINE 機器人 開發原理 設定 Messaging API 取得密鑰、存取令牌並加入機器人 Replit 專案：LINE 股票分析機器人 測試 LINE 股票分析機器人 程式碼詳解：LINE 機器人 6-3 部署 Discord 機器人 開發原理 建立 Discord 開發者應用程式 取得 TOKEN (授權令牌) 將 Discord 機器人加入伺服器 複製 Replit 專案：Discord 股票分析機器人 程式碼詳解：Discord 股票分析機器人 ▌第 7 章 年報問答機器人 7-1 什麼是年報？ 7-2 如何取得年報？ 7-3 對年報作問答 7-4 年報總結與關鍵字分析 年報總結 關鍵字分析 ▌第 8 章 建構投資組合：讓 AI 輔助選股 8-1 建構投資組合 AI 自動化選股機器人 8-2 AI 趨勢報告推薦系統 8-3 AI 年報分析推薦系統 ▌第 9 章 資金管理與投資組合風險評估 9-1 資金管理 單次賭局 重複賭局 比例下注法 倍倍下注法有用嗎？ 凱利公式 (Kelly formula) 將凱利公式運用在股票回測中 9-2 投資組合資金分配與風險管理 將凱利公式運用到投資組合配置 投資組合風險指標 9-3 讓 AI 來給出投資組合建議 複製 Replit 專案：投組分析機器人 程式碼詳解：投組分析機器人

解讀統計與研究-教你讀懂、判斷和書寫有統計資料的研究報告 (1版)

類似書籍推薦給您

解讀統計與研究：教你讀懂、判斷和書寫有統計資料的研究報告 系列名：社會科學研究 ISBN13：9789861913209 出版社：心理 作者：SCHUYLER W. HUCK 譯者：杜炳倫 裝訂／頁數：平裝／576頁 規格：13.2cm*17.2cm (高/寬) 出版日：2010/02/01 中國圖書分類：統計方法 本書教導研究報告的讀者如何閱讀、了解和批判性地評量，包含在專業研究報告裡的統計資訊與研究結果。 本書也有助於應用研究者分析與摘要他們的研究發現。在教育與其他領域的學生需要學習如何詮釋與使用統計與研究報告，但是他們通常不知如何著手。本書清楚地呈現基本的統計與研究概念，並且示範如何採用它們以做出完善的決定。書中呈現、分析和討論超過五百篇源自於當代研究文章的選錄，用以闡釋書中的概念，同時輔以大量的案例、專業術語和複習題以助於這些討論。 本書的特色 ˙超過五百篇源自於當代研究文章的選錄（包括圖表及文字部分）用以闡釋概念、優良的作法和常犯的錯誤。其中的四百九十七篇都是在2004年以後所出版的期刊文章，清楚地呈現當代研究者如何分析與詮釋數字式資料。 ˙討論關於研究報告的品質，特別是和輸入電腦程式的資料品質有關（「垃圾進去，垃圾出來」的擔憂）。 ˙一再的警示研究能夠產生統計顯著性，而不顯示任何在實際（或臨床）上有顯著性的事項。 ˙許多選錄皆來自於能引起讀者興趣的研究題目（如：工作時的閒聊、學生的制控因與GPA、回憶夢境的能力）。 「我喜愛本書。當我還是位博士班學生時，我第一次接觸到它。現在，我把它分享給我的研究所學生們。」－Bob Ives, University of Nevada, Reno 目錄 第一章　期刊文章的典型格式　 第一節　摘要　 第二節　引言　 第三節　方法　 第四節　結果　 第五節　討論　 第六節　參考書目　 第七節　註解　 第八節　兩點最後的評論　 術語回顧　 閒話統計　 第二章　敘述統計學：單變量實例　 第一節　圖表方法　 第二節　分配模型　 第三節　集中趨勢的測量　 第四節　變異性的測量　 第五節　標準分數　 第六節　一些警示　 術語回顧　 閒話統計　 第三章　二變量相關　 第一節　相關背後的關鍵概念：關連　 第二節　散點圖　 第三節　相關係數　 第四節　相關矩陣　 第五節　不同種類的相關程序　 第六節　關於相關的警示　 術語回顧　 閒話統計　 第四章　信度與效度　 第一節　信度　 第二節　效度　 第三節　三點最後的評論　 術語回顧　 閒話統計　 第五章　推論統計學的基本原則　 第一節　統計推論　 第二節　統計值與母數的概念 第三節　樣本類型　 第四節　低回答率、拒絕參與和耗損的問題　 第五節　一些警示　 術語回顧　 閒話統計　 第六章　估計　 第一節　區間估計　 第二節　點估計　 第三節　關於區間和點估計的警示　 術語回顧　 閒話統計　 第七章　假設檢定　 第一節　六步驟的次序列表　 第二節　六步驟的細節審視　 第三節　高度顯著和短距錯過的結果　 第四節　一些警示　 術語回顧　 閒話統計　 第八章　效力量、檢定力、信賴區間、邦弗朗尼校正 第一節　假設檢定的七步驟　 第二節　假設檢定的九步驟　 第三節　使用信賴區間進行假設檢定　 第四節　校正被誇大的第一類型錯誤率　 第五節　一些警示　 術語回顧　 閒話統計　 第九章　關於二變量相關係數的統計推論　 第一節　牽涉到單一相關係數的統計檢定　 第二節　許多相關係數上的檢定（每一個都被分開對待）　 第三節　信度與效度係數的檢定　 第四節　比較兩個相關係數　 第五節　使用信賴區間於相關係數上　 第六節　一些警示　 術語回顧　 閒話統計　 第十章　關於一個或兩個平均數的推論　 第一節　關於單一平均數的推論　 第二節　關於兩個平均數的推論　 第三節　多重依變項　 第四節　效力量測量與檢定力分析　 第五節　潛藏的前提　 第六節　評論　 術語回顧　 閒話統計　 第十一章　使用單向變異數分析檢定三個或更多的平均數　 第一節　單向變異數分析的目的　 第二節　單向變異數分析和其他種類變異數分析之間的差別　 第三節　單向變異數分析的虛無與對立假設　 第四節　結果的呈現　 第五節　單向變異數分析的假設前提　 第六節　統計顯著對照實際顯著　 第七節　一些警示　 第八節　最後的評論　 術語回顧　 閒話統計　 第十二章　事後與計畫比較　 第一節　事後比較　 第二節　計畫比較　 第三節　評論　 術語回顧　 閒話統計　 第十三章　雙向變異數分析　 第一節　單向和雙向變異數分析之間的相似處　 第二節　雙向變異數分析的結構　 第三節　三個研究問題　 第四節　三個虛無假設（和三個對立假設）　 第五節　結果的呈現　 第六節　後續追蹤檢定　 第七節　計畫比較　 第八節　關於雙向變異數分析的假設前提　 第九節　雙向變異數分析的效力量估計與檢定力分析　 第十節　多因子變異數分析裡被誇大的第一類型錯誤率　 第十一節　關於雙向變異數分析的一些警示　 術語回顧　 閒話統計　 第十四章　重複測量變異數分析　 第一節　單向重複測量變異數分析　 第二節　雙向重複測量變異數分析　 第三節　雙向混合變異數分析　 第四節　三點最後的評論　 術語回顧　 閒話統計　 第十五章　共變異數分析　 第一節　涉入任何共變異數分析研究的三個不同變項　 第二節　共變量的角色　 第三節　虛無假設　 第四節　共變量變項的焦點、數量和特質　 第五節　結果的呈現　 第六節　共變異數分析的檢定力優勢和校正特徵的統計根據　 第七節　假設前提　 第八節　當比較組別並非以隨機形式組成時之共變異數分析　 第九節　有關的議題　 第十節　一些警示　 術語回顧　 閒話統計　 第十六章　二變量回歸、多重回歸、邏輯回歸　 第一節　二變量回歸　 第二節　多重回歸　 第三節　邏輯回歸　 第四節　最後的評論　 術語回顧　 閒話統計　 第十七章　百分率、比例、次數的推論　 第一節　符號檢定　 第二節　二項式檢定　 第三節　費雪精確檢定　 第四節　卡方檢定：引言　 第五節　卡方檢定的三種主要類型　 第六節　有關卡方檢定的議題　 第七節　麥克內瑪卡方檢定　 第八節　寇克蘭Q檢定　 第九節　使用z檢定處理比例　 第十節　一些最後的想法　 術語回顧　 閒話統計　 第十八章　等級的統計檢定（無母數檢定）　 第一節　取得排過等級的資料　 第二節　將連續變項上的分數轉換成等級的理由　 第三節　中位數檢定　 第四節　曼—惠尼U檢定　 第五節　克—瓦H檢定　 第六節　威寇森配對標等檢定　 第七節　富利曼等級雙向變異數分析　 第八節　等級檢定之巨大樣本版　 第九節　結綁　 第十節　無母數檢定的相對檢定力　 第十一節　一些最後的評論　 術語回顧　 閒話統計　 第十九章　混合研究法的量化部分　 第一節　此章的目標　 第二節　量化部分對於混合研究法的重要性　 第三節　混合方法研究裡的統計範例　 第四節　短評　 第五節　術語回顧和閒話統計