这本书旨在以一种实用且全面的方式展示机器学习如何为算法交易策略增加价值。它涵盖了从线性回归到深度强化学习的广泛机器学习技术，并演示了如何构建、回测和评估由模型预测驱动的交易策略。
它分为四部分，23 章和一个附录，共800 多页：
数据来源、金融特征工程和投资组合管理的重要方面，
基于有监督和无监督 ML 算法的多空策略的设计和评估，
如何从SEC 文件、财报电话会议记录或金融新闻等金融文本数据中提取可交易信号，
将 CNN 和 RNN 等深度学习模型与市场和替代数据结合使用，如何使用生成对抗网络生成合成数据，以及使用深度强化学习训练交易代理
该存储库包含150 多个笔记本，这些笔记本将书中讨论的概念、算法和用例付诸实践。他们提供了大量示例来说明：
如何使用市场、基本和替代文本和图像数据并从中提取信号，
如何训练和调整预测不同资产类别和投资期限的回报的模型，包括如何复制最近发表的研究，以及如何设计、回测和评估交易策略。
repo | amazon | #电子书 #机器学习
