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

風險管理新世代觀點：第一屆風險管理博碩士論文獎論文集 (1版)

類似書籍推薦給您

【簡介】 《風險管理：新世代觀點──第一屆風險管理博碩士論文獎論文集》，是中華民國風險管理學會、台灣保險法學會、卓越雜誌共同發起，跨領域包含風險管理、保險法律以及數學精算學門，精選出30篇得獎博碩士論文，彙集成冊，深獲我國人壽保險、產物保險、保險代理、保險經紀人等公會的重視，可稱為實務與學術結合的創舉，在國內形成巨大的亮點。 本書蒐集得獎作品的摘要，區分成－保險法制與消費者保障、監理制度與資本規範、風險管理與再保安排、新興科技與永續保險、社會保險與產業治理，含括層面包含學界論述重點面以及實務面的現狀與解決方向，是從事相關行業者以及行業主管最需要的年度總整理。本書主編張士傑教授，為國內風險管理領域的主要研究者。 【目錄】 【主編序．推薦序】 新聲新秀新起點－保險監理與金融創新的研究觀點：三十篇得獎博碩士論文選輯／張士傑． 在變局中尋找秩序－獻給世代風險研究者的序言／彭金隆 從鼓勵到鼓掌－研究價值的傳承與創造／黃泓智 理論與實務的相互啟發－持續理論的精進，搭建與產業的橋梁／陳慧遊 從基礎到深耕－從人才培育到產業的創新／葉啟洲 從扎根到拓展－台灣的風險管理研究與保險專業持續向前／陳錦稷 產學合作的成功典範－壽險業新活力的注入／蕭輔民 【新聞報導實錄】 【第一屆風險管理得獎播碩士論文摘要】 I 保險法制與消費者保障 論保險契約強制執行之爭議—以「三位一體」理論為解方／何開文 保險法與訴訟法理之交錯—保險代位事件審理模式再建構／林亞駿 保險契約疑義解釋原則與例外之再建構—以實務判決為中心／張菀庭 我國保險輔助人角色定位之重建—以受領權限為中心／須安妤 論保險契約當事人架構－以被保險人文中心之「三位一體」架構為主軸／葉力旗 論我國寵物保險制度之現況與未來展望／吳明霖 對價平衡之去魅—以保險價格理論體系為基礎／江 浩 關於金融裁罰、客戶抱怨與公平待客的三篇論文／劉冠麟 II 監理制度與資本規範 壽險業監理介入之最佳化效益分析／游世輝 台灣壽險業新一代清償能力制度下資產配置與監理措施分析／葉永濬 外匯價格變動準備金修正於壽險業匯率風險管理／林鴻陞 探討在現行與增訂新制下外匯價格變動準備金對本國壽險公司避險策略之影響／葉芝彣 固定收益資產之評價在利變型商品適用資產負債公允價值衡量之探討—IFRS 及IFRS ／陳敍嘉 IFRS 下英式分紅保單的商品策略／李晉維 分紅保單的保險合約負債與法定責任準備金之差異分析／林辰澤 III 風險管理與再保安排 壽險公司運用再保險進行利率風險管理之策略與成效分析／蘇慶軒 匯率風險下壽險公司再保險安排之避險效益評估／盧承濤 隨機矩陣理論應用於財產保險業損失率的三個研究／陳哲斌 國際保險資本標準之保險風險資本方法論研究—以死亡風險、長壽風險及罹病風險為核心／楊淳明 IV 新興科技與永續保險 氣候相關揭露與保險公司財務績效之關聯性／阮盈泓 人工智慧發展對保險業務與消費者之影響差異分析—台灣市場為例／黃品竣 論我國開放保險(Open Insurance）法制之建構／郭閔婷 論金融數位韌性監理／葉家如 風險社會理論下新興科技風險治理框架之建構研究／廖晨旭 應用機器學習預測臺灣壽險業經驗生命表／王嘉偉 V 社會保險與產業治理 全民健保制度下影響癌症患者自付醫療費用的因素／張書瑜 董監事責任險、董監事持股質押與公司不當行為／陳坤信 從利益衝突角度解析產金分離與金金分離政策／毛宜蕾 減碳的驅動者—金融保險業的組織創新與轉型之路／游玉彥 論參與貸款之法制與迷思—以證券交易法為中心／彭彥婷 【獎項緣起的推手】 美好家園的推手－「第一屆風險管理博碩士論文獎」促進台灣壽險業與社會發展 【發起單位簡介】 中華民國風險管理學會 台灣保險法學會國立政治大學商學院CARDIF銀行保險研究發展中心

金融風險管理的機器學習應用｜使用Python (1版) (1版)

類似書籍推薦給您

　金融風險管理在人工智慧的幫助下發展迅速。透過這本實用指南，開發人員、程式設計師、工程師、金融分析師、風險分析師及定量和演算法分析師，將可以機器學習和深度學習模型進行金融風險評估。建立基於人工智慧的財務建模實務技能後，您將學習要如何運用機器學習模型來取代傳統的金融風險模型。 　　作者Abdullah Karasan幫助您探索金融風險建模背後的理論，再深入研究使用Python運用機器學習模型以對金融風險進行建模的實際方法。 　　有了這本書，您將可以： 　　‧回顧經典的時間序列應用並將其與深度學習模型進行比較 　　‧使用支撐向量迴歸、神經網路和深度學習來探索波動率模型以衡量風險程度 　　‧使用機器學習技術來改善市場風險模型(VaR和ES)，並包括了流動性維度 　　‧使用分群和貝氏方法來進行信用風險分析 　　‧使用高斯混合模型和關聯結構模型來捕捉流動性風險的不同面向 　　‧使用機器學習模型來進行詐欺偵測 　　‧使用機器學習模型來預測股價崩盤並識別其決定因素 目錄 第一部分 風險管理基礎 第一章 風險管理基礎 第二章 時間序列建模簡介 第三章 應用深度學習於時間序列建模 第二部分 針對市場、信用、流動性和營運風險的機器學習 第四章 基於機器學習的波動率預測 第五章 市場風險建模 第六章 信用風險估計 第七章 流動性建模 第八章 營運風險建模 第三部分 其他金融風險來源之建模 第九章 公司治理風險度量：股價崩盤 第十章 合成資料產生與金融中的隱藏馬可夫模型