导论001
第一节智能投资与机器学习的概念/001
第二节机器学习在智能投资中的应用/002
第一篇智能投资方法
第一章机器学习基础011
第一节机器学习的基本原理/011
第二节机器学习方法的分类/019
第三节机器学习的常用算法/023
本章小结/029
基本概念/029
复习思考题/030
第二章基于Python的机器学习软件包031
第一节Python机器学习包ScikitLearn/031
第二节深度学习框架TensorFlow/034
第三节神经网络高级API：Keras/041
第四节深度学习框架PyTorch/056
本章小结/060
基本概念/061
复习思考题/061
第三章智能投资模型训练的数据预处理062
第一节数据清洗/062
第二节数据标准化/067
第三节数据中性化/069
第四节独热编码/072
本章小结/074
基本概念/074
复习思考题/074
第二篇智能投资：回归分析
第四章线性回归估值选股模型077
第一节线性回归的基本原理/077
第二节线性回归的模型与程序/078
第三节线性回归估值选股模型应用/082
本章小结/090
基本概念/090
复习思考题/090
第五章逻辑回归收益率预测选股模型091
第一节逻辑回归的基本原理/091
第二节逻辑回归的模型与程序/092
第三节逻辑回归收益率预测选股模型应用/095
本章小结/101
基本概念/102
复习思考题/102
第三篇智能投资：分类模型
第六章决策树分类选股模型105
第一节决策树分类的基本原理/105
第二节决策树分类的模型与程序/106
第三节决策树分类选股模型应用/111
本章小结/117
基本概念/118
复习思考题/118
第七章朴素贝叶斯分类选股模型119
第一节朴素贝叶斯分类的基本原理/119
第二节朴素贝叶斯分类选股模型应用/122
本章小结/130
基本概念/131
复习思考题/131
第八章支持向量机分类选股模型132
第一节支持向量机分类的基本原理/132
第二节支持向量机分类的模型与程序/134
第三节支持向量机分类选股模型应用/141
本章小结/148
基本概念/148
复习思考题/148
第四篇智能投资：聚类和关联分析
第九章K均值聚类算法选股模型151
第一节K均值聚类算法的基本原理/151
第二节K均值聚类算法的模型与程序/152
第三节K均值聚类算法选股模型应用/155
本章小结/164
基本概念/165
复习思考题/165
第十章Apriori股票关联分析模型166
第一节Apriori算法的基本原理/166
第二节Apriori算法的程序/169
第三节Apriori股票关联分析模型应用/174
本章小结/175
基本概念/176
复习思考题/176
第五篇智能投资：神经网络基础
第十一章BPNN择时交易模型179
第一节BPNN择时交易模型的基本原理/179
第二节BPNN择时交易模型的构建和数据准备/185
第三节BPNN择时交易模型的训练/195
第四节BPNN择时交易模型在iQuant平台的回测/205
第五节BPNN择时交易模型应用/213
本章小结/215
基本概念/216
复习思考题/216
第十二章RNN择时交易模型217
第一节RNN择时交易模型的基本原理/217
第二节RNN择时交易模型的程序/220
第三节RNN择时交易模型应用/229
本章小结/233
基本概念/234
复习思考题/234
第十三章LSTM择时交易模型235
第一节LSTM择时交易模型的基本原理/235
第二节LSTM择时交易模型的程序/239
第三节LSTM择时交易模型应用/249
本章小结/257
基本概念/258
复习思考题/258
第十四章CNN择时交易模型259
第一节CNN择时交易模型的基本原理/259
第二节CNN择时交易模型的程序/264
第三节CNN择时交易模型的训练/274
第四节CNN择时交易模型应用/288
本章小结/291
基本概念/291
复习思考题/291
第六篇智能投资：组合学习模型
第十五章AdvNSL择时交易模型295
第一节AdvNSL择时交易模型的基本原理/295
第二节AdvNSL择时交易模型的程序/298
第三节AdvNSL择时交易模型应用/314
本章小结/318
基本概念/319
复习思考题/319
第十六章DRL组合投资模型320
第一节DRL组合投资模型的基本原理/320
第二节DRL组合投资模型的程序/329
第三节DRL组合投资模型应用/347
本章小结/356
基本概念/357
复习思考题/357
结语：学习智能投资方法应注意的问题358
参考文献361
