商品描述 運用Python的學習指南 「全面且直觀的作法，本書必定是金融從業人員與學者的重要參考。」 —Abdullah Karasan 資料科學家兼顧問 「針對期望解決各種計量金融問題的機器學習從業人員，這是一本出色的指南」 —Tim Nugent Refinitiv資深研究科學家 AI與機器學習的廣泛運用，讓許多行業發生突破性變革。一旦將程式取得的歷史和即時金融資料，與這些新技術相結合，金融業也產生巨大變化。有了這本金融實務書籍，您將學會使用AI與機器學習，察覺出金融市場統計無效率的情況，進而透過演算法交易以運用獲利。 作者Yves Hilpisch針對從業人員、學生與學者，就金融與資料科學實務面，說明機器學習與深度學習演算法於金融業的應用。書中提供豐富的Python示例，讓您能夠複製書中呈現的所有結果。 本書分為五個部分，協助您： ‧學習AI主要概念與演算法，包括「通用人工智慧」(AGI)與「超級智慧」(SI)方面取得的最新突破 ‧了解「資料驅動金融」、「AI」與「機器學習」對金融理論與實務產生長遠影響的原因 ‧運用「類神經網路」與「增強式學習」，察覺金融市場統計無效率的情況 ‧以「回測」與「演算法交易」辨別經濟無效率的情況並利用機會，自動執行交易策略 ‧理解AI影響金融業未來競爭動態的程度，以及預想金融奇點到來時可能產生的情境 目錄大綱 第一部分 機器智慧 第一章 人工智慧 第二章 超級智慧 第二部分 金融與機器學習 第三章 規範金融 第四章 資料驅動金融 第五章 機器學習 第六章 AI第一的金融 第三部分 統計無效率 第七章 密集神經網路 第八章 循環神經網路 第九章 增強式學習 第四部分 演算法交易 第十章 向量化回測 第十一章 風險管理 第十二章 執行與部署 第五部分 展望 第十三章 AI式競爭 第十四章 金融奇點 第六部分 附錄 附錄A 互動的類神經網路 附錄B 類神經網路類別 附錄C 卷積神經網路