機器學習與量化交易

　　金融市場價格預測和交易決策是金融活動的兩個基本動作。交易者通過經(jīng)驗，或統(tǒng)計數(shù)據(jù)對市場進行預測再經(jīng)過計算，做出有利于收益的交易決策。在這個過程中，傳統(tǒng)的交易員做出的預測和決策帶有大量的個人經(jīng)驗。那么這兩個步驟如果由大數(shù)據(jù)支撐，由機器學習算法來完成是否能夠取得更好的效果呢？是否可以出現(xiàn)套利機會呢？本書聚焦于機器學習算法應用在量化交易的兩個領域。第一，本書描述了支持向量機及其衍生算法和多種人工神經(jīng)網(wǎng)絡算法在金融價格預測領域中的理論和應用。第二，本書基于配對交易策略，使用深度強化學習算法對交易決策過程進行了優(yōu)化。本書對每個算法都提供了一個可行的結合實際金融市場的算法策略，并附流程圖，供讀者參考。

　　宗翔宇，講師 ，1992年10月出生，江蘇泰興人。本科畢業(yè)于東北大學機械學院。碩士，博士師從Georgios Sermpinis教授和Charalampos Stasinakis教授，獲國家留學基金委公派留學，畢業(yè)于英國格拉斯哥大學亞當斯密商學院。畢業(yè)后就職于中南財經(jīng)政法大學金融學院。從事機器學習，復雜系統(tǒng)理論，量化交易等方向的教學和研究工作。作者在Energy Economics，Economic Modelling，Emerging Markets Finance and Trade等國際期刊上發(fā)表過機器學習和復雜系統(tǒng)理論相關論文，并擔任多個國際一流期刊匿名審稿人。