简介：
ML交易-第二版致力于阐明机器学习如何以一种实用且详尽的方式，为算法交易策略注入显著价值。本书系统地探讨了从线性回归到深度强化学习等一系列机器学习技术，并详细展示了构建、回测和评估基于模型预测的交易策略的方法。该书结构清晰，分为四个部分，共包含23章以及一个附录，总计超过800页的内容，深入涵盖了数据获取、财务功能工程和资产组合管理等关键领域。此外，本书还深入研究了基于监督和无监督机器学习算法的多空策略的设计与评估，并提供了从SEC文件、收益电话记录或财务新闻等财务文本数据中提取可用于交易的信号的技术。同时，书中还探讨了如何利用卷积神经网络（CNN）和循环神经网络（RNN）等深度学习模型处理市场和替代数据，以及如何运用生成对抗网络（GAN）生成综合的数据集。更进一步地，本书还介绍了如何利用深度强化学习训练交易代理。本购书内容包含150余本笔记本，这些笔记本将书中所讨论的概念、算法以及实际案例付诸实践，通过大量的实例说明了如何处理市场、基本面和替代文本及图像数据并从中提取有价值的信号。此外，本书还提供了训练和优化能够预测不同资产类别和投资范围回报的模型的方法，包括复制近期发表的研究成果的技巧。